Оптимизация финансовой структуры капитала компании
advertisement
Федеральное государственное бюджетное образовательное учреждение высшего образования «Санкт-Петербургский государственный экономический университет» На правах рукописи Дороган Никита Дмитриевич «Оптимизация финансовой структуры капитала компании» Специальность 08.00.10 — Финансы, денежное обращение и кредит Диссертация на соискание ученой степени кандидата экономических наук Научный руководитель: доктор экономических наук, профессор Черненко В.А. Санкт-Петербург – 2015 2 Оглавление Введение ........................................................................................................................... 4 Глава 1. Базовые модели оптимизации структуры капитала компаний .................. 13 1.1. Модель Модильяни-Миллера ............................................................................ 13 1.2. Компромиссная модель («Trade-off model») .................................................... 15 1.3. Модель иерархии финансирования («Pecking order theory», POT) ................ 23 Выводы по первой главе диссертационного исследования ................................... 32 Глава 2. Соотношение жизненного цикла организации, макроэкономических циклов и структуры капитала компаний .................................................................... 36 2.1. Жизненный цикл и его соотношение со структурой капитала компаний .... 36 2.1.1. Структура капитала и возраст компаний ................................................... 36 2.1.2. Структура капитала и жизненный цикл компаний ................................... 40 2.2. Внешние детерминанты структуры капитала .................................................. 49 2.2.1. Степень развитости банковской системы страны ..................................... 51 2.2.2. Процентные ставки ....................................................................................... 54 2.2.3. Макроэкономические циклы ....................................................................... 56 Выводы по второй главе диссертационного исследования ................................... 66 Глава 3. Эмпирический анализ формирования структуры капитала компаний на развивающихся рынках ................................................................................................ 69 3.1. Предпосылки создания трехмерного подхода к оптимизации структуры капитала....................................................................................................................... 69 3.1.1. Общая характеристика трехмерного подхода............................................ 69 3.1.2. Экономический анализ трехмерного подхода ........................................... 84 3.1.3. Коэффициенты оценки оптимальности левериджа в трехмерном подходе ................................................................................................................................... 86 3.2. Оптимизация структуры капитала и стоимости энергетических компаний на примере ОАО «Газпром» и ОАО «Лукойл»............................................................ 91 3.2.1. Оценка стоимости привлечения собственного капитала .......................... 92 3.2.2. Текущая долговая нагрузка ОАО «Газпром» .......................................... 101 3.2.3. Оценка стоимости привлечения заемного капитала ............................... 102 3.2.4. Расчет средневзвешенной стоимости капитала (WACC) ....................... 106 3 3.2.5. Свободный денежный поток ОАО «Газпром» ........................................ 110 3.2.6. Текущая стоимость компании ОАО «Газпром» ...................................... 111 3.2.7. Сравнение результатов с ОАО «Лукойл» ................................................ 114 3.2.8. Оценка коэффициентов оптимальности применяемой структуры капитала ................................................................................................................. 118 3.3. Жизненный цикл нефтегазовой отрасли: современное состояние и прогнозы .................................................................................................................................... 120 Выводы по третьей главе диссертационной работы ............................................ 126 Заключение .................................................................................................................. 130 Список использованных источников ........................................................................ 134 Приложения ................................................................................................................. 151 4 Введение Актуальность темы диссертационного исследования. Формирование структуры капитала является одним из существенных аспектов деятельности финансового менеджмента компаний. Политика в области оптимизации структуры капитала влияет как на долгосрочную, так и на краткосрочную финансовую устойчивость компаний, позволяет ранжировать источники финансирования по их приоритетности и стоимости. Как следствие, в зависимости от приоритетности, выстраиваются отношения с поставщиками капитала, в качестве которых чаще всего выступают акционеры и кредиторы. Первые направляют в компанию средства в виде собственного капитала, вторые – заемного, в форме кредитов и кредиторской задолженности. Политика в области формирования структуры капитала нацелена на поиск оптимального сочетания указанных источников финансирования, выявление оптимальной пропорции между собственным и заемным капиталом. Следует отметить, что до сих пор многочисленные исследования, проведенные практически во всех странах мира, не выявили точного значения оптимального соотношения между собственным и заемным капиталом. Причиной этому являются различные условия, политические, экономические, социальные, действующие в разных странах мира. Кроме того, немаловажное значение имеют и такие факторы как отраслевые особенности, рентабельность деятельности, жизненный цикл организаций, макроэкономические циклы. Перечисленные факторы формируют уникальную комбинацию, при которой оптимальное значение левериджа в большинстве случаев индивидуально для каждой компании. Таким образом, актуальность диссертационного исследования вызвана требованиями к решению проблемы оптимизации структуры капитала компаний, переосмыслением в настоящее время мотивов принятия решений менеджерами по оптимизации левериджа. Требуют изучения и факторы, влияющие на долговую нагрузку компаний. Наиболее перспективными являются такие детерминанты 5 левериджа как макроэкономические циклы и жизненный цикл компаний. Необходимость разработки темы исследования вызвана и крайне незначительной ее проработанностью в работах российских ученых. Актуальность прикладного аспекта диссертационной работы может быть представлена на нескольких уровнях. Во-первых, развитие современных финансовых рынков характеризуется повышенной волатильностью, что отражается в существенных изменениях стоимости фондирования компаний на протяжении макроэкономических циклов. Во-вторых, практически неисследованной остается проблема оптимизации левериджа на протяжении жизненного цикла компаний. Ускорение обмена информацией, глобализация хозяйственных процессов приводят к тому, что в ряде секторов экономики жизненный цикл компаний уменьшается, что создает возможности по оптимизации левериджа еще на стадии создания. Представляется, что второй аспект оптимизации структуры капитала станет особенно актуальным в XXI веке. Степень разработанности научной проблемы. В настоящее время проблема оптимизации структуры капитала компаний представлена многочисленными исследованиями. Развитие теорий оптимизации левериджа отражено главным образом в работах западных ученых, однако в последнее время значительное число работ, имеющих преимущественно прикладной характер, приходится на развивающиеся страны. Существенно меньше исследований относится к отдельным аспектам формирования левериджа, анализу таких детерминант структуры капитала как возраст компаний, макроэкономические циклы и жизненный цикл компаний. Начало исследований в области оптимизации левериджа положено в работах Ф. Модильяни и М. Миллера. Современные исследования зависимости между макроэкономическими циклами и налоговой политикой государства представлены в работе К. Вегха и Г. Вулетина, изучение реакции фирм на изменение налоговых ставок со стороны государства - в работе Ф. Хейдера и А. Линкгвиста. Значения прямых и косвенных издержек банкротства компаний детально исследованы в работах Д. 6 Ворнера, Д. Догерти и Л. Лопуки, Э. Воса и Ф. Веббера, М. Бизоньи и Р. Де Луки, Г. Бхабры и Ю. Яо, Е. Альтмана, Д. Чоу и Т. Фамы, Ф. Квансы и М. Чу, Г. Андрада и С. Каплана. Изучению зависимости между макроэкономическими циклами и вероятностью банкротства компаний посвящены работы Н. Когиямы и Н. Харады, Т. Моравеца, К. Нордаля и Р. Наеса, С. Хол, А. Бхаттачаржи, А. Ховакимиана, А. Кайхана и Ш. Титмана. Оценка модели иерархии финансирования, а также анализ ее современного состояния представлены в работах Б. Атиета, И. Рамлалла, Р. Чиринко и А. Сингха, О. Медейроса и С. Дахера, Г. Веры и В. Нгансо, А. Джалала, Р. Занга и И. Каназаки, Ж. Чена, Л. Чена и Ш. Чена, К. Хсю и Ч. Хсю, С. Серраскьеро и П. Нуньеса, Ф. Дуки, А. Зоппы, С. Свиннен, З. Франка и В. Гойяла, Б. Сейферта и Х. Гоненка. Исследования влияния возраста компаний на структуру капитала представлены в работах М. Ченг, Д. Даймонда, М. Петерсона и Р. Раджана, Г. Халла, А. Эзеохи и Ф. Ботхи, М. Пфаффермайера, М. Ла Рокки и А. Кариолы, П. Хатчинсона, К. Грина, Ш. Ахтара, Б. Оливера, О. Брава, А. Йохансена, М. Саида, А. Шамшур. Более детально рассматривается взаимосвязь отдельных стадий жизненного цикла и левериджа, а также паттерн изменения долговой нагрузки на протяжении жизненного цикла в исследованиях П. Кастро, М. Таскон и Б. АморТапии, М. Рокки, Т. Рокки и А. Кариолы, А. Фрилингхауса, Л. Булана и З. Яна, П. Пинковой и П. Каминковой, Б. Кима и Д. Суха, С. Утами и Э. Инанга, Г. Тексейры и М. Сантоса. Особое внимание учеными уделяется вопросу, посвященному стоимости фондирования заемными средствами на протяжении жизненного цикла. Ответ возможно найти в работах Д. Даймонда, М. Кима, Э. Кристиансена и Б. Вейла, М. Каусхолли и У. Кнечела, А. Бута и А. Такора. Отдельную группу исследований представляют работы, рассматривающие взаимосвязь между внешними факторами, воздействующими на компании, и их структурой капитала. К таким факторам следует отнести степень развитости банковской системы страны, процентные ставки, а также макроэкономические циклы. К работам, непосредственно рассматривающим влияние первого фактора, относятся исследования К. Майера, Р. Раджана и Л. Зингалеса, М. Джаннетти, А. 7 Демиргук – Кунта, В. Максимовича, С. Гурчарана. Второй фактор изучается в работах М. Никитина и Р. Смита, П. Немейера и Ф. Перри. Наиболее полно в финансовой литературе исследовано влияние третьего фактора, воздействия макроэкономических циклов на леверидж компаний. Работы по данной проблематике написаны Т. Басом, Х. Бхамрой, Л. Куэном и И. Стребулаевым, М. Гертлером, Д. Амдуром, Д. Бегенау и Д. Саломао, А. Кертевегом, Д. Хессом и Ф. Имменкеттером, Ф. Ковасом и В. Ден Хааном, А. Леви и К. Хеннесси, Х. Чо, М. Халлингом и Д. Зечнером. Кроме того, ряд отдельных факторов изучен в работах Г. Рубио, Д. Кука, В. Дробеца, Д. Хакбарта, а также О. Камары. Российские исследования по анализу взаимосвязи между жизненным циклом компаний и их структурой капитала крайне немногочисленны. Детерминантам структуры капитала российских компаний посвящены работы Н. Гайфутдиновой и М. Кокоревой, М. Кокоревой и А. Степановой, а также Ю. Тамулите. Отдельно следует выделить работу И.М. Анюхиной, И.О. Иванинского, Е.В. Катаевой, О.В. Озорниной, Д.В. Серебрянского и М. Шмидта-Роста, посвященную сравнительной оценке оптимальной структуры капитала компаний ОАО «Уралкалий» и Kali&Salz AG. Вопросы формирования структуры капитала и функционирования российских финансовых рынков рассматриваются в работах Л.С. Тарасевича, В.А. Черненко, В.В. Ковалева, В.В. Бочарова, В.Е. Леонтьева, М.В. Романовского, И.П. Скобелевой, В.Д. Никифоровой, А.И. Вострокнутовой и ряда других ученых. Тем не менее, проблемы формирования оптимальной структуры капитала российских компаний на протяжении макроэкономических циклов, а также стадий жизненного цикла самих компаний, остаются практически неисследованными. Цель и задачи диссертационного исследования. Цель настоящего исследования состоит в разработке подхода, позволяющего оценивать влияние конъюнктуры финансовых рынков и стадии жизненного цикла организации или отрасли на оптимальность применяемой компанией текущей структуры капитала и выявление скрытых резервов оптимизации левериджа. 8 Поставленной цели диссертационного исследования соответствуют следующие задачи: 1. Систематизировать базовые подходы к оптимизации структуры капитала, закономерности изменения долговой нагрузки, издержек банкротства, стоимости капитала на протяжении макроэкономических циклов и жизненного цикла компании. 2. Разработать трехмерный подход к оптимизации структуры капитала, позволяющий оценивать воздействие текущей конъюнктуры финансовых рынков и стадии жизненного цикла организации или отрасли. 3. Предложить алгоритм расчета оптимальной структуры капитала компании в рамках трехмерного подхода оптимизации левериджа. 4. Разработать оптимальности и рассчитать левериджа коэффициенты применительно к относительной оценки трехмерному подходу оптимизации структуры капитала. 5. Уточнить понятия «резервы оптимизации структуры капитала» и «оптимальная структура капитала». 6. Выявить расхождения между результатами прикладных расчетов в диссертационной работе и результатами зарубежных исследований на основе трехмерного подхода оптимизации структуры капитала компании. Объектом исследования являются компании, применяющие в своей деятельности заемный капитал. Предмет исследования - процесс формирования оптимальной структуры капитала компании на протяжении макроэкономических циклов, жизненного цикла организации и отрасли. Теоретическая и методологическая основа исследования. Теоретическая основа диссертационного исследования представлена работами зарубежных и российских ученых в области определения оптимальной долговой нагрузки компаний. Методологическая основа диссертационного исследования представлена общенаучными методами познания, такими как системный и сравнительный 9 анализ, идеализация, моделирование, приемами сравнения, классифицирования и абстрагирования. При проведении прикладных расчетов были использованы методы регрессионного анализа и экспертного анализа данных. Информационная база исследования представлена зарубежными и российскими научными публикациями, сайтами национальных энергетических компаний, предоставляющих отчетность в формате МСФО и GAAP (ОАО «Газпром» [156] и ОАО «Лукойл» [157]), а также компаний, позволяющих сформировать историческую базу котировок акций и государственных облигаций (информационно-аналитические агентства ФИНАМ [155], Yahoo Finance [154], РБК [158]). Обоснованность и достоверность результатов исследования. Достоверность результатов диссертационного исследования, обоснованность научных положений, выводов и практических рекомендаций, содержащихся в диссертационной работе, обеспечивается использованием объективных, известных и проверенных практикой оценки компаний методов исследования, полученных корректной данных, обработке согласовании исходных полученных и качественном данных с анализе имеющимися результатами зарубежных исследований. Соответствие диссертации паспорту научной специальности. Содержание диссертации соответствует пп. 3.4. «Особенности развития системы финансовых ресурсов предприятий на различных стадиях экономического развития», 3.11. «Исследование внутренних и внешних факторов, влияющих на финансовую устойчивость предприятий и корпораций», 3.20. «Источники финансирования хозяйствующих субъектов, проблемы оптимизации структуры капитала», 3.28. «Финансовый менеджмент» Паспорта научной специальности 08.00.10 - Финансы, денежное обращение и кредит. Научная новизна результатов исследования заключается в развитии теоретических и методических аспектов формирования оптимальной структуры капитала компании на основе предложенного трехмерного подхода к оптимизации левериджа, отличающегося внедрением дополнительного временно́го измерения , 10 что позволяет рассмотреть одновременное воздействие внутренних и внешних факторов на оптимальность применяемой финансовой структуры капитала компании и выявить неоднородные резервы ее изменения до оптимального значения. Наиболее существенные результаты исследования, обладающие научной новизной и полученные лично соискателем. По результатам диссертационного исследования были сделаны следующие выводы. На основе исследования и систематизации базовых подходов к оптимизации структуры капитала, а также закономерностей изменения долговой нагрузки, издержек банкротства, стоимости заемного капитала на протяжении макроэкономических циклов и жизненного цикла компании оптимальная структура капитала предложена как динамически меняющаяся точка оптимума в трехмерной оптимизационной поверхности, что, в отличие от известных подходов, позволяет выявить неоднородные резервы оптимизации левериджа на различных стадиях делового цикла и жизненного цикла компании. Разработан трехмерный подход к оптимизации структуры капитала, отличающийся одновременным внедрением двух нелинейных зависимостей, средневзвешенной стоимости капитала WACC от долговой нагрузки компании и средневзвешенной стоимости капитала WACC от конъюнктуры финансовых рынков, что позволяет рассмотреть одновременное воздействие внутренних и внешних факторов на оптимальность применяемой финансовой структуры капитала компании и выявить неоднородные резервы ее изменения до оптимального уровня. Предложен алгоритм оптимизации структуры капитала, отличающийся способом представления средневзвешенной стоимости капитала WACC в форме трехмерной оптимизационной поверхности, что позволяет дополнительно выявить неоднородные резервы изменения левериджа до оптимального уровня по критерию минимизации средневзвешенной стоимости капитала WACC в результате изменения конъюнктуры финансовых рынков. 11 Предложен способ представления стоимости компании в форме трехмерной поверхности на основе расчета свободного денежного потока и построения базовой трехмерной оптимизационной поверхности средневзвешенной стоимости капитала WACC по критерию ее минимизации, что позволяет выявить неоднородные во времени резервы наращивания стоимости компании. Разработаны оптимальности и рассчитаны применяемого коэффициенты левериджа для относительной нелинейной оценки зависимости средневзвешенной стоимости капитала WACC от долговой нагрузки компании и нелинейной зависимости средневзвешенной стоимости капитала компании WACC от конъюнктуры финансовых рынков, отличающиеся учетом суммарных динамических отклонений текущих значений показателей долговой нагрузки и средневзвешенной стоимости капитала WACC от их оптимальных значений, позволяющие оценить итоговое относительное отклонение показателей оптимальности структуры капитала и средневзвешенной стоимости капитала WACC в динамическом, а не статическом аспекте оптимизации структуры капитала. Уточнено понятие «резервы оптимизации структуры капитала», отличающееся от известных тем, что резервы оптимизации рассматриваются не в статической форме как потенциал изменения текущего левериджа компании до оптимального значения, а в динамической на основе учета меняющейся конъюнктуры финансовых рынков. Раскрыто новое содержание понятия «оптимальная структура капитала», которое, в отличие от известных подходов, трактует его как постоянно меняющееся под воздействием конъюнктуры финансовых рынков оптимальное сочетание собственных и заемных средств в точке минимума в трехмерной оптимизационной поверхности средневзвешенной стоимости капитала WACC. Теоретическая и практическая значимость. Теоретическая значимость исследования заключается в разработке трехмерного подхода оптимизации структуры капитала компании, позволяющего выявить резервы изменения долговой нагрузки до оптимального уровня. 12 Практическая значимость предложенного подхода к оптимизации заключается в его универсальном характере и возможности применения во всех компаниях в различных секторах использующих экономики, заемный капитал котирующихся и на минимизирующих фондовых рынках, средневзвешенную стоимость капитала WACC. Апробация результатов исследования. Апробация результатов диссертационного исследования проводилась на следующих научно-практических конференциях и конкурсах: «Современные финансовые рынки: стратегии развития»: IV Международная научно- практическая конференция (апрель 2013 г.), «Россия и Санкт-Петербург: экономика и образование в XXI веке»: научная сессия профессорскопреподавательского состава, научных сотрудников и аспирантов по итогам НИР за 2013 год (март-апрель 2014 г.), «Энергетика: экономика, политика, экология»: конкурс научно-исследовательских работ аспирантов и соискателей (ноябрь – декабрь 2014 г.). Публикации. По результатам диссертационного исследования опубликовано 14 научных работ (включая 5 статей в ведущих рецензируемых научных журналах и изданиях, рекомендованных ВАК Минобрнауки России), общим объемом 7,2 п.л., в том числе авторский объем 5,9 п.л. Структура работы. Диссертационное исследование представлено на 173 страницах (в том числе 23 страницы приложений) и включает в себя введение, три главы, заключение, список использованной литературы (160 наименований). Диссертация содержит 11 таблиц и 36 рисунков. 13 Глава 1. Базовые модели оптимизации структуры капитала компаний 1.1. Модель Модильяни-Миллера Теории структуры рассмотрении процесса капитала оптимизации являются основополагающими компаниями левериджа. при Следует подчеркнуть, что не все их них предлагают конкретный алгоритм расчета или наглядную модель, которая позволяет визуализировать леверидж компаний. Например, теория иерархии предлагает лишь перечень источников финансирования, которые располагаются в определенном порядке в зависимости от предпочтительности того или иного источника, наиболее безопасного для собственников компании. Тем не менее, базовые теории, разработанные начиная с 1958 г., года опубликования знаменитой работы Ф. Модильяни и М. Миллера [128], в настоящее время широко применяются для оценки оптимальности построения структуры капитала отдельными компаниями, т.е. в прикладных исследованиях. Анализ многочисленных источников по данной тематике показывает, что логичнее всего выделить следующие теории: 1. Теория Модильяни – Миллера и ее дополнение с учетом выгод от использования «налогового щита»; 2. Компромиссная теория; 3. Теория иерархии. Безусловно, в настоящее время в рамках оптимизации структуры капитала возможно также отметить такие направления как теория агентских отношений, а также многочисленные исследования в области поведенческих финансов, однако при тщательном изучении выясняется, что они позволяют выделить лишь отдельные мотивы поведения менеджеров при оптимизации левериджа в той или иной конкретной ситуации, поэтому в прикладных расчетах как самостоятельные 14 направления не используются. Наиболее распространенными и подходящими для исследования жизненных и макроэкономических циклов в контексте оптимизации структуры капитала остаются две теории: компромиссная и теория иерархии источников финансирования. Для рассмотрения компромиссной модели необходимо несколько детальнее остановиться на теории Модильяни-Миллера (М&М), а также ее модификациях. Как было отмечено выше, теория положила начало бурным исследованиям в области корпоративных финансов. По мнению ученых, какую бы структуру капитала не выбрала компания, ее стоимость останется неизменной [51; с. 197]. Безусловно, данное утверждение основано на ряде ограничений, выдвинутых исследователями [24]. Тем не менее, при их соблюдении возможность осуществления арбитражных операций действительно приводит к тому, что стоимости рычаговой и безрычаговой компаний выравниваются. В ответ на выдвинутую смелую теорию были высказаны критические замечания о том, что соблюдение ограничений практически невозможно в реальной действительности. Это привело к созданию первой из модификаций, модели М&М с учетом налогов. Существование «налогового щита», который позволяет учесть проценты по кредитам в расходах компаний, привело к тому, что согласно первой модификации наименьшее значение средневзвешенной стоимости капитала достигается при 100% уровне заемного капитала. Безусловно, данная ситуация также практически невозможна, поскольку напрямую связана с потенциальным банкротством предприятия. Например, современные банковские методики расчета лимита кредитования заемщиков, как правило, привязаны к показателю EBITDA: превышение указанного показателя в 2,5 раза рассматривается как некий «порог» максимального размера совокупного кредитного лимита заемщика. Обоснованная критика, в свою очередь, вновь привела к тому, что первая модификация была дополнена возможными издержками финансовых затруднений компании. Таким образом, выгоды по «налоговому щиту» после определенного значения долговой нагрузки начинают перекрываться издержками возможного банкротства. В точке «перегиба» стоимость привлекаемых средств минимальна, и, 15 как следствие, стоимость компании максимальна. Ряд современных российских исследований показывает, что оптимальное значение долговой нагрузки составляет 30 – 40% от пассивов организации. Компромиссная модель в настоящее время используется в качестве базовой при определении оптимальной долговой нагрузки. Основную «конкуренцию» компромиссной теории в настоящее время составляет теория иерархии источников финансирования, или просто теория иерархии. Теория не предлагает математической модели построения оптимальной структуры капитала, однако предполагает, что для собственников с точки зрения рисков наиболее выгодно располагать источники финансирования следующим образом: нераспределенная прибыль; долговые источники; инструменты собственного капитала, акции. Как будет показано далее в первой и второй главах, в ряде случаев теория работает, однако отсутствие четкого графического механизма построения модели оптимального левериджа препятствует в настоящее время ее полноценному использованию в исследованиях. Кратко описав базовые теории, перейдем к рассмотрению отдельных компонентов теорий, непосредственно связанных с разработкой подхода к оптимизации левериджа компаний на протяжении жизненного цикла с учетом макроэкономических особенностей экономики. 1.2. Компромиссная модель («Trade-off model») «Налоговый щит» Одной из компонент компромиссной модели являются выгоды от использования «налогового щита», уменьшающие величину налоговых отчислений при привлечении кредитных ресурсов. Влияние на компанию в этом 16 случае происходит по двум параметрам: с одной стороны, во время экономического подъема уменьшаются ставки кредитования предприятий банками вследствие снижения ставок макроэкономическими регуляторами (ЦБ). С другой стороны, существует зависимость от проводимой в стране налоговой политики. В этом случае меняется не величина банковского процента, а налоговая ставка, исходя из которой рассчитывается «налоговый щит» компании. Таким образом, вследствие действия двух этих факторов итоговая величина «выигрыша» компании может значительно варьироваться. Одним из фундаментальных, но мало исследованных вопросов в литературе по корпоративным финансам является взаимосвязь между жизненным циклом компаний и размером «налогового щита». Здравый смысл подсказывает, что по мере роста компании второй компонент «налогового щита», процентные ставки по кредитам, должны уменьшаться: появляется разнообразие источников финансирования, растет объем привлекаемых средств, по отношению к заемщику возможно уменьшение залоговых обязательств. Кроме того, допускается и своеобразный «эффект масштаба», когда при увеличении суммы кредита относительная стоимость заимствований снижается. Обычно данная политика проводится во многих банках, в том числе и в российских. Подробнее этот вопрос разбирается в главе 2. Рассмотрим зависимость между макроэкономическими циклами и налоговой политикой государства. Одной из последних фундаментальных работ в этой области является публикация К. Вегха и Г. Вулетина [148]. Исследователи подчеркивают направленность своей работы именно на налоговую политику государств, под которой они понимают решения об изменениях в процентных ставках налогов, а не налоговых доходов, поскольку вторые, как правило, напрямую связаны с деловой активностью в стране [148, с. 3]. Значительная выборка (62 страны) в сочетании с продолжительным исследованным периодом (1960 – 2009 г.) отражают проведенное масштабное исследование. Ученые заключают, что динамика корпоративных налогов неодинакова для развитых и развивающихся стран: если в первых при макроэкономическом подъеме наблюдается повышение ставок, то во вторых – увеличение во время рецессий 17 [148, с. 12]. Таким образом, для развитых стран характерна проциклическая налоговая политика, а для развивающихся – контрциклическая. Однако далее, при переходе к изучению отдельных стран, было выявлено, что и среди развитых существуют страны с контрциклической налоговой политикой [148, с. 13]. Интересен и тот факт, что проциклическая политика характерна для таких стран как США, Япония и Великобритания, в то время как контрциклическая – в основном для стран континентальной Европы. Кроме того, интересно подойти к проблеме как бы с другой стороны, т.е. проанализировать, какова реакция фирм на изменение ставок налогов в стране со стороны государства. Ответ содержится в работе Ф. Хейдера и А. Лингквиста [105], где рассматривается реакция компаний США на изменение налоговых ставок со стороны региональных властей штатов. Анализ ученых показывает, что рост ставок приводит к повышению левериджа компаниями, в то время как снижение не отражается в изменении долговой нагрузки. Кроме того, по мнению исследователей, «леверидж как минимум в четыре раза более чувствителен к повышению налога, чем к изменению стандартных детерминант левериджа … таких как рентабельность … размер компании, соотношение рыночной и балансовой стоимости» [105, с. 1]. Издержки банкротства Как уже было представлено в параграфе 1.1, второй компонентой компромиссной модели являются ожидаемые издержки банкротства, которые несет компания. Проанализируем подробнее последние работы, рассматривающие взаимосвязь между стоимостью банкротства и левериджем компаний [21]. Одним из первых данную проблему рассматривает Д. Ворнер [151]. Изучая данные по банкротствам железнодорожных компаний США, ученый приходит к выводу, что, во-первых, «отношение прямых издержек банкротства к рыночной стоимости фирмы имеет тенденцию к снижению по мере роста стоимости компании» [151, с. 337]. При этом, по оценке исследователя, прямые издержки банкротства относительно невелики и «составляют ~1% от рыночной стоимости 18 фирмы до банкротства» [151, с. 337]. Во-вторых, в работе ученого одним из первых проводится разделение между прямыми и косвенными издержками банкротства. Первые традиционно состоят из стоимости услуг лиц, непосредственно ведущих банкротство [151, с. 339]. Поскольку оно представляет собой процедуру с участием суда, то требуется привлечение услуг адвокатов. Для составления балансов понадобятся услуги бухгалтеров, а со стороны государства назначается конкурсный управляющий, которому выплачивается вознаграждение. Косвенные издержки могут быть связаны с репутационными потерями, и, как следствие, снижением лояльности покупателей, падением выручки. Кроме того, снижение выручки может сказаться и на отношениях компании с банком: возможны уменьшение лимита кредитования или недопуск до осуществления отдельных операций, как, например, в случае крупной компании – выпуска облигационных займов или долевых ценных бумаг. В-третьих, для более крупных компаний существует своеобразный «эффект масштаба» издержек банкротства: для них издержки в абсолютном выражении выше, но относительно рыночной стоимости они меньше [151, с. 344]. И, наконец, в-четвертых, ожидаемые издержки банкротства возможно рассчитать путем перемножения вероятности банкротства на стоимость банкротства [151, с. 345]. Если принять вторую величину в качестве некоторой константы, то, по сути, все определяется вероятностью наступления банкротства. Довольно интересные данные по прямым издержкам собраны Д. Догерти и Л. Лопуки [126]. В своей работе ученые заключают, что на основе анализа банкротств 48 крупных публичных компаний США «общие издержки и затраты на банкротство … составляют 1,4% от всех активов должников» [126, с. 113] на момент начала производства дел о банкротстве, при этом в среднем по отношению ко всем активам указанные издержки принимают значение 2,2%. Вовторых, из 560 млн. дол. издержек 80% представляют затраты, связанные с представлением интересов должника, более 19% - кредиторов, менее 1% - владельцев акционерного капитала компании [126, с. 114]. В-третьих, существует статистически значимая тенденция к снижению издержек на администрирование 19 банкротств (~ на 57% с 1980-х гг.), связанная, по мнению ученых, «со снижением продолжительности рассмотрения подобных дел» [126, с. 114]. Исследователями так же, как и в работе Д. Ворнера, обнаружен «эффект масштаба» издержек банкротства. Помимо этого, в работе приводится сводная таблица по количественным оценкам издержек, полученных разными учеными (см. Приложение 1). Еще одной работой, рассматривающей издержки банкротства, является публикация Э. Воса и Ф. Веббера [150]. В ней анализируются 43 компании Новой Зеландии, попавшие под процедуру конкурсного управления. В результате ученые заключают, что прямые издержки на конкурсное управление достигают среднего значения в 23,5% от рыночной стоимости компании на момент управления, однако при этом составляют всего 3,64% от стоимости «здоровой» компании 1 . Средний возраст исследованных фирм составляет 10 лет, при этом возраст 30 компаний (71% выборки) - более 5 лет, что свидетельствует о высокой выживаемости компаний во «младенчестве». Интересно, что не всегда причиной банкротства служит падение выручки. Недавнее исследование банкротств компаний малого и среднего бизнеса Италии, проведенное М. Бизоньо и Р. Де Лука [72] свидетельствует о том, что компании, напротив, стремятся увеличить продажи незадолго до банкротства. Это связано с тем, что фирмы, как правило, привлекают банковские кредиты, и уменьшение выручки в первую очередь затрагивает лимиты кредитования. В этой связи компании могут начать продавать товары в убыток или на невыгодных условиях. Таким образом, заключают ученые, к банкротству приводит не снижение выручки, а падение показателя EBITDA и доли долгосрочных активов в общих активах компании. Крайне немногочисленна литература по косвенным издержкам банкротства. С одной стороны, учет только прямых издержек может привести к недооценке общих издержек банкротства; как следствие, в такой ситуации возможно завышение оптимума левериджа, величина учитываемого риска занижается. С 1 Имеется в виду отношение к балансовой стоимости активов, см. [150, с. 1]. 20 другой стороны, техника учета косвенных издержек не однозначна, поскольку часто предполагает сравнение со среднеотраслевыми значениями продаж [69]. В статье Г. Бхабры и Ю. Яо [69, с. 43-46] приводятся данные по исследованиям косвенных издержек банкротства, которые были сведены в таблицу 1.1. Таблица 1.1. Косвенные издержки банкротства Автор, год Полученные результаты по непрямым издержкам банкротства, % от стоимости компании 8,1 – 10,5% от рыночной стоимости компаний ~20% ~7% 10 – 20% Е. Альтман [63] Д. Чоу и Т. Фам [84] Ф.А. Кванса и М. Чу [123] Г. Андрад и С. Каплан [65] Таким образом, можно заключить, что помимо прямых издержек, составляющих в среднем несколько процентов от стоимости компаний до банкротства, крайне важно учитывать косвенные издержки, которые, по оценкам различных ученых, могут достигать до 20% стоимости. В этой связи полные издержки банкротства, которые включают в себя как прямые, так и косвенные издержки, вполне резонно рассматривать в качестве надежного «противовеса» для экономии на «налоговом щите». Рассмотрим далее взаимосвязь между издержками банкротства и макроэкономическими циклами. Довольно любопытные результаты получены по банкротствам компаний Японии. Н. Кагияма и Н. Харада [117], используя квартальные данные с 1975 по 2005 г., оценили векторную авторегрессию (VAR), состоящую из 4-х экономических детерминант – индекса Токийской фондовой биржи (TOPIX), точки безубыточности, соотношения «долг/собственный капитал» и т.н. quick assets ratio, т.е. доли быстро реализуемых оборотных активов в ликвидных обязательствах. В результате ученые заключают, что шоки точки безубыточности и соотношения «долг/собственный капитал» связаны прямой зависимостью с уровнем банкротств. Однако наибольшее влияние, по оценкам Н. Когиямы и Н. Харады, все же оказывает фондовый индекс, в то время как шоки структуры капитала незначительны. Интересно оценить и динамику уровня банкротств за исследуемые 30 лет (см. Приложение 2). Заметим, что на примере Японии переход экономики в рецессию не означает автоматического роста волны 21 банкротств: указанная тенденция стала проявляться лишь в 90-е годы на фоне экономического спада и дефляционных процессов. Кроме того, общий уровень банкротств компаний также уменьшился и составил умеренные 0,1 – 0,15%. В работе чешского экономиста Т. Моравеца [129] так же изучается влияние макроэкономических переменных на уровень банкротств. Ученый полагает, что возможно соотнести отдельные детерминанты, отражающие состояние экономики, с количеством заявок о банкротстве и числом самих банкротств (см. Приложение 3). На основе анализа графика очевидно, что уровень банкротств зависит от макроэкономических циклов. Так, на двадцатилетнем отрезке его рост наблюдается в 1999 – 2001 гг. и после мирового экономического кризиса 2008 г. Наоборот, во время подъема мировой экономики в начале 2000-х гг. число банкротств в Чехии снижалось. По результатам построенных ученым регрессий особенно интересно проанализировать коэффициенты корреляции: исследователь обнаружил, что наиболее выражены контрцикличность числа банкротств и ВВП с лагом в два года (коэффициент корреляции -0,68) и процикличность с показателем объема привлеченных кредитов – с лагом в три года (+0,84). Норвежские ученые К. Нордаль и Р. Наес [131] исследуют банкротство в несколько ином ключе, прорабатывая взаимосвязь между риском его наступления и ожидаемым ростом компаний. По мнению ученых, более высокий риск банкротства ассоциируется с более высоким ожидаемым ростом компаний. Таким образом, классическое соотношение «риск - доходность», характеризующееся прямой зависимостью, имеет место быть и на уровне компаний. Исследование С. Хол [107] направлено на изучение вероятности банкротства не включенных в листинг компаний Норвегии за период с 1995 по 2000 г. Особенностью исследования является попытка связать внутренние, присущие компании, финансовые характеристики фирмы с макроэкономическим влиянием ряда переменных, отражающих состояние экономики. В качестве таких переменных используются ВВП в постоянных рыночных ценах, денежный агрегат М1, индекс промышленного производства, а также процентные ставки. Применяя logit-модель, ученый использует данные временных рядов для оценки 22 вероятности дефолта компаний. В результате С. Хол заключает, что добавление в модель указанных выше макроэкономических переменных оправданно и существенно улучшает полученные результаты по сравнению с моделью, учитывающей только внутренние характеристики компании. Гэп ВВП и индекс промышленного производства отрицательно коррелирует с вероятностью дефолта, а денежное предложение по агрегату М1 – положительно [107, с. 17]. Кроме того, при помощи экспоненты полученных оценок ученым оценивается отношение вероятности того, что фирма обанкротится, к вероятности, что останется «здоровой». Более жесткая монетарная политика приводит к росту отношения, в то время как улучшение макроэкономической ситуации - к уменьшению [107, с. 18]. Помимо указанных выводов, в работе приводится прекрасный обзор источников по данной тематике [107, с. 4-9]. Интересно рассмотреть и графически, каково соотношение между вероятностью банкротства и макроэкономическими циклами. К сожалению, в литературе по финансовому менеджменту данное соотношение исследуется крайне редко. Одной из работ, где проводится подобный анализ, является публикация А. Бхаттачаржи [71], в которой рассматриваются компании Великобритании за период с 1965 по 2002 г. В Приложении 4 представлен график, построенный учеными для вероятности банкротства. Очевидно, что уровень банкротств компаний и бизнес-циклы связаны контрциклически: при росте экономики вероятность банкротства уменьшается, и наоборот. Напротив, для приобретений компаний (acquisitions) найдено проциклическое поведение. Другим существенным моментом является поведение кумулятивной вероятности банкротства во времени: по расчетам ученых, существует т.н. «эффект обучения» компаний, т.е. с возрастом вероятность банкротства уменьшается, а точнее, наблюдается некоторый минимум, после которого снова происходит ее увеличение (см. Приложение 5). В заключение параграфа рассмотрим довольно интересное исследование структуры капитала - недавнюю работу американских ученых А. Ховакимиана, А. Кайхана и Ш. Титмана [108]. Одной из особенностей работы является построение 23 регрессии между рейтингом компании, присвоенным международными рейтинговыми агентствами («S&P» и «Moody’s») и традиционным набором детерминант, которые часто используются и при анализе левериджа компаний [108, с. 11-13]. В результате ученые находят, что взаимосвязь между размером компании, наличием у нее значительных внеоборотных активов и вероятностью дефолта обратная, т.е. чем крупнее компания, тем ниже риск ее банкротства. Кроме того, исследователи обнаружили во всех построенных регрессиях, что возраст компаний отрицательно связан с вероятностью банкротства, что может свидетельствовать о существовании некоторой фундаментальной вероятности банкротства, которая снижается по мере роста компании, что подтверждается и в работе А. Бхаттачаржи (Приложение 5). 1.3. Модель иерархии финансирования («Pecking order theory», POT) Дискуссии, вызываемые теорией иерархии в научной среде, не утихают до сих пор, поэтому далее постараемся разобраться в ключевых работах, вышедших за последнее время, и оценить, насколько в целом применима теория в современных исследованиях структуры капитала и каковы возможности ее использования в работах, связанных с макроэкономическими циклами и жизненным циклом компаний [24; 4]. Одной из последних работ является публикация Б. Атиета [66], основанная на методике, предложенной Л. Шиямом-Сандером и С. Майерсом [142], и базирующаяся на анализе 88 французских компаний, входящих в индекс SBF, за период с 1999 по 2005 г. Результаты ученого подтверждают теорию. По построенной регрессии Б. Атиет заключает, что дивидендные платежи, капитальные затраты, чистое изменение оборотного капитала и операционного денежного потока на 81% объясняют изменение долговой нагрузки компаний 2 . 2 Значение коэффициента детерминации уравнения регрессии, модель № 4. – см. [66, с. 8] 24 Аналогично, поддержка теории прослеживается и в работе И. Рамлалла [136], посвященной анализу структуры капитала компаний Мавритании. Тем не менее, методика Л. Шияма-Сандера и С. Майерса, широко используемая в настоящее время [26], не лишена ряда неточностей. Статья Р. Чиринко и А. Сингха [82] является этому одним из ярких доказательств: графическая интерпретация данных может подвергнуть сомнению выдвинутую гипотезу, реализуемую через построение регрессий. По сути, работа ученых выявляет ряд существенных моментов, необходимых для оптимизации структуры капитала, и предлагает аргументированные замечания к выводам, полученным Л. Шиямом – Сандером и С. Майерсом. Так, в работе последних была предложена довольно простая модель проверки теории иерархии: где i – представляет фирмы, t – время, ΔD – изменение долговой нагрузки, DEF – дефицит фондов3, aPO и bPO – коэффициенты регрессии, e – ошибка уравнения. Существуют две формы тестирования модели: сильная и умеренная 4 . Сильная предполагает, что коэффициент аPO регрессии равен нулю, а bPO равен единице. Получившиеся у Л. Шияма – Сандера и С. Майерса результаты следует охарактеризовать как умеренную форму, при которой аPO близко к нулю, а bPO варьирует от 0,75 до 0,855. Далее Р. Чиринко и А. Сингх приводят графическую интерпретацию результатов работы Л. Шияма – Сандера и С. Майерса (см. Приложение 6). По мнению ученых, на основе графической интерпретации возможно сделать следующие выводы [82, с. 422-424]: уравнение не учитывает изменение порядка выбора источников финансирования; 3 Определяется как сумма капитальных затрат, дивидендных платежей, чистого изменения оборотного капитала, текущего уровня долгосрочного долга за вычетом операционного денежного потока (после вычета процентных платежей и налогов) – см. [82, с. 419]. 4 В английском названии «semi-strong», или умеренная форма. 5 Следование слабой форме теории иерархии обнаружено и в Пакистане: см. работу [114]. 25 существуют проблемы при учете собственного и заемного капитала в определенной пропорции, т.е. при выборе компанией оптимальной долговой нагрузки. Таким образом, реализация стратегий, заложенных в уравнения, тестирующих теории структуры капитала, может быть оспорена графической интерпретацией результатов. В связи с этим расширение графических моделей оптимизации структуры капитала в обозримой перспективе представляется крайне необходимым. Следующим исследованием, посвященным анализу двух классических теорий оптимизации левериджа, компромиссной и иерархии финансирования, является работа бразильских ученых О. Медейроса и С. Дахера [87]. Несмотря на то, что публикация вышла довольно давно, многие ее выводы не утратили актуальности и в настоящее время, особенно среди развивающихся стран, к которым относится и Россия. На основе выборки из 371 компании, котирующихся на Бразильской фондовой бирже, исследователи находят следующее поведение детерминант долговой нагрузки компаний (см. Приложение 7) 6 . Аналогично выводам Б. Атиета ученые склоняются к тому, что полученные результаты более подходят под теорию иерархии. По мнению исследователей, крайне важно учитывать особенности экономики, которые влияют на результаты в пользу той или иной теории оптимизации левериджа. Так, учеными приводятся следующие характерные черты финансов Бразилии: 1. Рынок собственного и заемного капитала играет вторичную роль в капитализации компаний. 2. Относительно небольшое количество фирм размещено на бирже, основную часть акций составляют привилегированные. С точки зрения теории финансов, привилегированные акции уместно относить к смешанным инструментам финансирования, поскольку они содержат как элементы долга, так и собственного капитала. Однако в Бразилии они полностью 6 Cм. ранее модель, предложенную Л. Шиямом-Сандером и С. Майерсом. Модель, тестируемая в исследовании О. Де Медейроса, по сути, представляет собой декомпозицию указанной модели. Дефицит ресурсов (DEF), который выступает в роли независимой переменной в однофакторной модели, раскладывается в многофакторную модель. 26 относятся к собственному капиталу, что естественным образом искажает результаты применения теории иерархии не в ее пользу. 3. Ставки по кредитам в реальном выражении довольно высоки, при этом доступ к долгосрочным кредитам осуществляется через банк BNDES, банк с государственным участием и субсидированными процентными ставками. Столь затруднительный доступ к долговым инструментам приводит к улучшению результатов, получаемых теорией. Таким образом, исследователи заключают, что влияние пп. 1 и 3 свидетельствует в пользу теории иерархии. Тем не менее, в таком случае остается открытым вопрос о том, насколько указанные результаты зависят от конкретных особенностей экономик отдельных стран, а в какой мере работает непосредственно сама теория. С другой стороны, сама теория иерархии может подходить ряду развивающихся стран только исключительно из-за особенностей экономик, часть из которых обозначена выше. И наоборот, влияние теории в развитых странах может оказаться не столь очевидным. Попробуем разобраться в этом далее. Первой из недавних публикаций, посвященных анализу межстрановых различий, является работа Г. Веры и В. Нгансо [149], где осуществляется сравнительный анализ действия теории иерархии в двух странах, Канаде и Колумбии. Применяя уже знакомую методику, предложенную Л. ШиямомСандером и С. Майерсом, ученые приходят к выводу, что межстрановые различия существуют: если в Канаде теория работает для всех компаний, независимо от их размера (малые, средние, крупные), то в случае Колумбии – только для крупных. Исследователи связывают это со следующими возможными причинами: неразвитым рынком капитала, на который нет доступа малым и средним компаниям, а также не проведенными официально займами и искажениями в отчетности. В работе А. Джалала [113] делается вывод о том, что компании развитых стран в меньшей мере зависят от выпуска долговых обязательств, что отражает факт более низкого уровня развития финансовых рынков развивающихся стран. 27 В последнее время довольно значительное количество работ публикуется в странах Азиатско-Тихоокеанского региона. По всей видимости, это связано со стремительным ростом экономик, и, как следствие, возросшей активностью ученых в поисках драйверов роста компаний. Так, в работе Р. Занга и И. Каназаки [152] проводится сравнительный анализ теории иерархии и компромиссной теории на выборке из 1325 компаний Японии. Однако полученные результаты довольно стандартны: по первой предложенной модели ученые заключают, что в случае статической компромиссной теории леверидж зависит от четырех детерминант: рентабельности, доли основных средств в структуре активов, размера компании, а также недолгового налогового щита (NDTS). Предсказуемо получена и отрицательная корреляция с первым из перечисленных факторов, рентабельностью деятельности. По второй модели, тестирующей теорию иерархии в соответствии с уравнением Л. Шияма-Сандера и С. Майерса, коэффициент финансового дефицита составляет всего 0.263, что свидетельствует о невысоком уровне объяснения теорией иерархии изменений левериджа японских компаний. Исследование Ж. Чена [79] направлено на выявление детерминант левериджа в компаниях Китая. По мнению ученого, на примере китайских предприятий возможно создание «новой» теории иерархии, поскольку предпочтения компаний в источниках средств следуют в следующем порядке: нераспределенная прибыль, собственный капитал, долг. Исследователь связывает это с переходным характером китайской экономики, в которой, с одной стороны, существуют атрибуты плана, регламентируемые государством, с другой стороны – рынка. Кроме того, в условиях существенной поддержки ряда предприятий государством издержки банкротства не оказывают существенного влияния на деятельность таких компаний; как следствие, компромиссная теория имеет незначительное влияние. В работе Л. Чена и Ш. Чена [80] рассматривается теория иерархии на примере электронной отрасли Тайваня. Отрасль была выбрана не случайно, поскольку является наиболее репрезентативной: в ней сосредоточено 50% 28 экспорта и 60% стоимости акций фондового рынка острова. На примере 305 компаний, вошедших в выборку, производится анализ следующих шести переменных: рентабельности, роста, налогов, структуры активов, дивидендов и размера компаний. В результате ученые заключают, что существенное влияние на долговую нагрузку оказывают только рентабельность, измеряемая через ROE, и рост компаний, определяемый как процентное изменение чистой выручки. В работе К. Хсю и Ч. Хсю [110] анализируются следующие ключевые теории структуры капитала: компромиссная, иерархии финансирования и отслеживания рынка. По мнению ученых, компании Гонконга и Сингапура в своей финансовой политике следуют компромиссной теории и теории иерархии, в Ю. Корее и Японии – компромиссной теории, и лишь частично – теории иерархии и теории отслеживания рынка. Кроме того, исследовали находят, что наиболее развитые компании Азии в большей степени ориентируются на компромиссную теорию. По всей видимости, заключают ученые, данная финансовая политика применяется компаниями для снижения средневзвешенной стоимости капитала (WACC). Трудно не согласиться с их выводами, поскольку именно компромиссная теория позволяет построить оптимальную структуру капитала компаний наиболее очевидным графическим способом. Довольно необычна для стандартного исследования работа, проведенная Ч. Хсю [109]. Проанализировав 3483 компании США за период с 1991 по 2009 гг., ученый разделил их на две категории: внутренние и международные. Критерием отнесения к тому или иному типу является объем налогов компании, выплачиваемых за рубежом: для отнесения к международным указанное значение должно составлять не менее 10%. Исследователь заключает, что поведение внутренних компаний более соответствует теории иерархии. Кроме того, обнаружена нелинейная связь между чистым выпуском долга и финансовым дефицитом как для внутренних, так и для международных компаний, что свидетельствует о более точном следовании теории иерархии при более высоких уровнях финансового дефицита. 29 Работа С. Серраскьеро и П. Нуньеса [140] также нацелена на сравнительный анализ теории иерархии и компромиссной теории. На основе анализа 39 португальских компаний за 1998 – 2006 г. ученые резюмируют, что, с одной стороны, ряд решений компаний соответствует первой теории, а другой ряд второй. Однако информационная асимметрия имеет более существенное влияние, таким образом, учеными все же предпочтение отдается теории иерархии. В исследовании обнаружено отрицательное влияние денежных потоков и рентабельности на уровень долга, и положительное – размера компании, дивидендных платежей и возможностей для роста, что позволяет сделать вывод о том, что компании обращаются к долговым источникам, когда собственных возможностей недостаточно для финансирования высоких темпов роста или выплаты дивидендных платежей. Тем не менее, ряд выводов соответствует и компромиссной теории: так, в исследовании обнаружено приспособление долговой нагрузки к оптимальному уровню. Таким образом, заключают ученые, трудно объяснить изменение левериджа только одной из теорий. Исследование Ф. Дуки [91] направлено на изучение ста компаний Румынии, котирующихся на бирже Бухареста. Исследователь поставила целью проверить четыре детерминанты левериджа: долю основных средств в активах компании, размер компании, ликвидность и рентабельность. В результате построения регрессии ученый заключает, что только две из них значимы, ликвидность и доля основных средств в активах. При этом интересны знаки коэффициентов при переменных: перед обоими получены отрицательные значения. Первая переменная может быть легко объяснена при помощи теории иерархии: при увеличении размера собственных оборотных средств 7 меньше потребность в использовании заемного капитала. Со второй переменной сложнее: доля основных средств в активах, по сути, отражает потенциальную возможность их использования в качестве залога по кредитам, что должно приводить к прямой корреляции между детерминантой и левериджем. Однако в случае Румынии исследователь связывает полученный результат с тем, что компании с меньшим 7 В регрессии переменная измерена при помощи отношения текущих активов к текущим обязательствам. 30 размером основных средств подвержены большей информационной асимметрии, что приводит к увеличению долговой нагрузки. С другой стороны, данное увеличение трудно объяснимо: в развивающихся экономиках большинство кредитов выдается под залог, и возможность привлечения средств без залога ограничена незначительными суммами. Получается своеобразный «замкнутый круг», решение по выходу из которого исследователем не приводится. Следует отметить, что сама теория иерархии финансирования также эволюционирует. Так, австралийскими учеными [153] была предложена ее модификация для малого и среднего бизнеса (МСБ). Результаты проведенного исследования показали, что для таких компаний иерархия источников может быть представлена следующим образом (от более предпочтительного источника к менее предпочтительному): реинвестирование прибыли; краткосрочное долговое финансирование (товарный кредит, персональная кредитная карта); долгосрочное финансирование (долгосрочные займы от существующих владельцев, семьи, друзей); новый акционерный капитал от существующих владельцев и собственников – менеджеров; новый акционерный капитал от третьих лиц (венчурные капиталисты, «бизнес-ангелы»). Таким образом, при анализе классической теории иерархии также целесообразно классифицировать фирмы в зависимости от используемых ими финансовых инструментов: очевидно, что для малых и средних компаний целесообразна разработка собственной «теории иерархии» с присущими ей особенностями использования определенных инструментов финансирования капитала. Предприятия малого и среднего бизнеса анализируются и в работе С. Свиннен [143], в которой проводится сравнительная оценка трех подходов к структуре капитала: бихевиористского, теории иерархии и компромиссного. В 31 результате ученый заключает, что для компаний МСБ выгоды «налогового щита» не столь очевидны, а большую роль играет избыток или недостаток внутренних фондов. Кроме того, результаты по компромиссной теории не превосходят полученных по бихевиористскому подходу, согласно которому компания устанавливает свою долговую нагрузку в соответствии со среднеотраслевым значением левериджа. В ряде последних авторитетных работ приводятся данные в пользу того, что теория иерархии не объясняет многих происходящих фундаментальных изменений в долговой нагрузке компаний. Так, одной из работ, убедительно доказывающих данное утверждение, является публикация З. Франка и В. Гойяла [94]. В работе учеными был построен график изменения показателей финансового дефицита, выпущенного чистого долга и чистого собственного капитала компаний США за период с 1971 по 1998 г., приведенных к единому знаменателю путем деления на чистые активы (Приложение 8). Анализ рисунка убедительно доказывает, что движение финансового дефицита компаний в большей степени коррелирует с изменением собственного капитала, нежели выпуском долга, особенно после 1980 г. Кроме того, внутренний денежный поток, генерируемый компаниями, снизил свое влияние относительно других источников финансирования [94, с. 231]. Исследователи резюмируют, что теория иерархии более подходит крупным компаниям, нежели малым и быстро растущим, и в целом теория столкнулась с очевидными противоречиями в объяснении происходящих в последние годы изменений в леверидже [94, с. 237, 241]. Исследование Б. Сейферта и Х. Гоненка [139] охватывает 23 страны мира и временной период с 1984 по 2005 г. В результате ученые не находят подтверждения следования компаниями теории иерархии. Кроме того, были получены следующие результаты: 1. Долговая нагрузка компаний США отличается от общемировой незначительно (отношение обязательств ко всем активам составляет 0.465 и 0.466 соответственно) [139, с. 15], однако структура долга различна – американские компании используют больше долгосрочного 32 финансирования, а компании развивающихся стран располагают более высоким отношением кредиторской задолженности к пассивам. 2. В странах с более низкой защитой прав акционеров долговая нагрузка выше. Тем не менее, та же зависимость для кредиторов компании не позволяет сделать однозначных выводов [139, с. 16]. 3. В развивающихся странах финансовый дефицит, определяемый как сумма дивидендов, инвестиций, изменения оборотного капитала за вычетом операционного денежного потока, практически в два раза ниже, чем в США (26%, что составляет 52% от результата по компаниям США) [139, с. 17]. 4. Финансовый дефицит в развивающихся странах финансируется большей частью при помощи собственного капитала, нежели долга (63%). Для компаний США данный показатель еще выше и составляет порядка 80% [139, с. 17]. 5. Примерно 36% компаний, выплачивающих дивиденды, выпускают инструменты собственного капитала в том же году. Это не соответствует теории иерархии, поскольку предполагается, что компании, производящие дивидендные выплаты и одновременно выпускающие инструменты собственного капитала, могут навредить акционерам из-за снижения рыночной цены акций, поскольку инвесторы воспринимают их выпуск как «плохую» новость [139, с. 19]. Выводы по первой главе диссертационного исследования Подводя промежуточные итоги, сформулируем следующие выводы. Вопервых, издержки банкротства вполне целесообразно рассматривать в качестве «противовеса» «налоговому щиту» компаний. Исследования показывают, что все издержки банкротства возможно разделить на два типа: прямые и косвенные. Прямые оцениваются проще, нежели косвенные, и в среднем составляют до 2-3% от стоимости компаний до банкротства. Косвенные, из-за их неоднозначности, 33 оценить труднее, однако следует ориентироваться на значения до 20% от стоимости компаний. Во-вторых, вполне очевидна контрцикличность издержек банкротства. Однако здесь следует подчеркнуть то обстоятельство, что фундаментально изучается только вероятность банкротства, которая растет при спаде экономической активности и снижается при росте экономики. Если принять саму величину издержек в качестве некоторой условно постоянной величины, то при перемножении вероятности банкротства на издержки банкротства получим контрциклическое поведение значений итоговых значений издержек банкротства. В-третьих, существенным, но практически не исследованным моментом является то, как соотносятся между собой издержки банкротства и жизненный цикл компаний. Исследование А. Бхаттачаржи [71] наводит на мысль, что существует некоторая фундаментальная вероятность банкротства, которая снижается по мере развития компании и растет на стадиях спада. Ввиду крайней ограниченности исследований предположим, что это имеет место быть в действительности. Тогда получается, что при наложении издержек банкротства на макроэкономический и жизненный циклы динамика данных издержек нелинейна во времени и подлежит дальнейшему изучению и графической интерпретации (см. пар. 3.1). В-четвертых, исходя из исследований последних лет, ценность теории иерархии в целом снижается. Наиболее убедительные доказательства приводятся З. Франком и В. Гойалом [94], построившим график изменения финансового дефицита компаний США за последние 30 лет. Финансовый дефицит в настоящее время в большей степени объясняется выпуском инструментов собственного капитала, нежели долговых. Подтверждение этому мы также находим в работе Б. Сейферта и Х. Гоненка [139], а также Ж. Чена [79]. Несмотря на более позднее вступление Китая демонстрируют в мировую передовые капиталистическую тенденции в рамках финансирования капитала, подобно компаниям США. систему, выбора компании источников 34 В-пятых, при исследовании теории иерархии не совсем очевидно различие между развитыми и развивающимися странами. С одной стороны, можно логически предположить, что развивающиеся страны должны в большей мере следовать теории иерархии из-за большего опасения собственников за свои активы вследствие несовершенства законодательства, коррупции и других атрибутов развивающихся рынков. В этом смысле теория кажется логически совершенной: сначала используется самофинансирование, затем привлекаются долговые источники, и, если их недостаточно, владелец согласен поделиться правами собственности. Однако результаты последних работ также не позволяют сделать подобные выводы. Например, в работе Б. Сейферта и Х. Гоненка [139] отмечается, что финансовый дефицит компаний развивающихся стран ниже, но финансируется он также в основном за счет собственного капитала. Важен и учет страновых особенностей, которые могут исказить получаемые результаты. К сожалению, прокси-переменные, учитывающие подобные эффекты, не всегда вводятся в регрессии. Как следствие, страновые особенности экономик изначально не учитываются, а подводятся под полученные результаты. В-шестых, не ясен механизм корректного отражения теории иерархии в регрессионных моделях. На текущий момент, по сути, придумана только одна тестируемая модель, которая рассматривает изменение долговой нагрузки в зависимости от дефицита фондов компании. Напомним, в нем суммируются дивидендные платежи, капитальные затраты, изменение оборотного капитала и вычитается операционный денежный поток. Однако еще раз следует подчеркнуть, что графическая интерпретация данной модели показывает очевидные нестыковки (см. работу Р. Чиринко и А. Сингха [82]). Резюмируя, на текущий момент трудно опираться на теорию иерархии, как на базовую модель развития теорий оптимизации структуры капитала. Существенным ее недостатком является поведенческий характер анализа принятия решений менеджерами, невозможность формализации оптимальной долговой нагрузки в зависимости от макроэкономических условий и стадий развития компании. В этом отношении компромиссная модель, обладающая 35 базовыми предпосылками для графической оптимизации левериджа, предпочтительнее. Кроме того, полученные результаты по наиболее развитым компаниям Азии демонстрируют, что такие компании в большей мере опираются на компромиссную теорию. И действительно, от информационной асимметрии страдают в большей мере небольшие фирмы, в то время как крупные обладают большей информационной прозрачностью. Неслучайно развитие теоретической базы теории иерархии перешло на уровень небольших компаний малого и среднего бизнеса. Очевидно, что в настоящее время рассчитывать только на теорию иерархии в объяснении долговой нагрузки компаний не следует. Кроме того, возможно сделать вывод о том, что в группе развитых стран объясняющая способность теории меньше, чем в группе развивающихся. Очевидно, это связано с неоднородностью развития финансовых рынков в указанных группах стран и некоторой задержкой в финансовом развитии развивающихся стран относительно развитых примерно на десять – двадцать лет. 36 Глава 2. Соотношение жизненного цикла организации, макроэкономических циклов и структуры капитала компаний 2.1. Жизненный цикл и его соотношение со структурой капитала компаний 2.1.1. Структура капитала и возраст компаний Вопрос относительно применяемой компаниями структуры капитала на протяжении жизненного цикла является крайне важным для принятия решений по финансированию инвестиций и текущей деятельности. Возраст компании является одной из детерминант левериджа, которая широко исследуется в работах и может помочь в поиске подобной оптимальной структуры капитала. Рассмотрим результаты исследований в этой области несколько подробнее [19]. Научное сообщество выработало довольно значительное количество аргументов как в пользу положительной корреляции между левериджем и возрастом компании, так и в пользу отрицательной. Например, в работе М. Ченг [81] в пользу положительной связи приводится следующее обоснование: результативность деятельности зависит от накопленных знаний о рынке, опыта и репутации, которые растут по мере развития организации. Кроме того, налаживаются связи с кредиторами, которые предлагают более выгодные условия сотрудничества. Д. Даймонд [61] приводит следующую аргументацию: по мере «взросления» компания так же, как и в первой работе, стремится не испортить свою репутацию, и менеджеры, не склонные к риску, стремятся избегать более рискованных инвестиционных проектов в пользу менее рисковых, даже когда последние не одобряются акционерами. В подобной ситуации противоречия между кредиторами и менеджерами компании имеют естественную тенденцию к 37 смягчению8. Результаты исследований М. Петерсона и Р. Раджана [132], Г. Халла [101] также свидетельствуют в пользу положительной зависимости между переменными. В целом факторы в пользу положительной корреляции наиболее полно представлены в работе А. Эзеохи и Ф. Ботхи [92]. К ним относятся: более низкие транзакционные издержки; снижение стоимости заимствований; уменьшение значимости угрозы недобросовестности заемщика (т.н. «moral hazard problem»); снижение неопределенности; увеличение объема информационных потоков между кредиторами и менеджерами; более стабильный свободный денежный поток. Положительная зависимость между левериджем и возрастом компании соответствует теории агентских отношений [95, с. 13]. Однако существуют аргументы и в пользу отрицательной корреляции: например, по мере старения компания подвержена риску более медленного внедрения инноваций, равно как и риску снижения эффективности корпоративного управления [81, с. 68, 75]. Также к числу рисков отнесем следующие [92, с. 57]: c возрастом компания сталкивается с неэластичностью своей структуры, изнашиванием активов, что снижает ее стоимость; по мере старения возможны снижение рентабельности деятельности и рост затрат. Отрицательная взаимосвязь соответствует теории иерархии: по мере роста увеличивается накопленная нераспределенная прибыль, следовательно, компании необходимо меньше внешних ресурсов для финансирования своей деятельности [95, с. 12-14]. 8 Тем не менее, здесь необходимо учитывать баланс между риском и доходностью. Кредиторы компании всегда рассчитывают на некоторую, наиболее свойственную отрасли экономики, рентабельность проектов, которая может выступать в роли ставки «отсечения» при инвестировании средств. 38 Помимо рассмотренных выше, существуют и альтернативные точки зрения на характер связи между переменными. Так, М. Пфаффермайер [133, с. 11] показывает, что зависимость между левериджем и возрастом компании имеет Uобразный характер (рисунок 2.1). Рисунок 2.1. Зависимость между левериджем компании и ее возрастом На рисунке 2.1 по вертикальной шкале отложена долговая нагрузка компаний, а по горизонтальной - ее возраст в годах. Рисунок построен следующим образом. На основе анализа 541 483 фирм, представляющих 35 европейских стран в 126 отраслях экономики, была сформирована информационная база, данные из которой были разбиты на пятилетние промежутки в зависимости от возраста компании. Среднее значение долговой нагрузки для соответствующих возрастных интервалов представлено точками, вертикальные полосы показывают стандартное отклонение для каждой из групп. Очевидно, что присутствует минимум левериджа, соответствующий возрасту 8590 лет от момента создания с долговой нагрузкой в менее чем 60%. В остальные периоды леверидж выше. Таким образом, возможно дополнительно выявить не только минимум средневзвешенной стоимости капитала (WACC) в зависимости от структуры капитала, но и минимум долговой нагрузки во времени9. 9 Очевидно, что данный аспект практически не проработан, однако его следует принимать во внимание в дальнейшем. Таким образом, создание трехмерной модели является необходимым условием дальнейшего развития теории структуры капитала. 39 Несколько иная взаимосвязь приводится в работе М. Ла Рокка и А. Кариолы [124]. По расчетам ученых, зависимость левериджа от возраста компаний также носит нелинейный характер 10 . В момент зарождения и на стадии роста фирмы используют долг в качестве важнейшего источника финансирования. Далее долг по-прежнему важен, но уже менее критичен для дальнейшего существования организации (см. Приложение 9). С целью уточнения зависимости между левериджем и возрастом компаний проанализируем исследования, рассматривающие возраст в качестве одной из детерминант структуры капитала в уравнениях множественной регрессии. Результаты представим в таблице 2.1. Таблица 2.1. Взаимосвязь левериджа и возраста компаний в эмпирических исследованиях Автор и год исследования П. Хатчинсон [111]12 К. Грин [98, с. 24,28] Ш. Ахтар, Б. Оливер [62] О. Брав [74] А. Йохансен [115] М. Саид [138] 10 Исследованные компании (объем выборки), временной охват исследования Компании Великобритании (3 368), 1991 – 1995 гг. Компании Кении (2 000), 1999 г. Компании Японии (360), 1993 – 2003 гг. Компании Великобритании (количество наблюдений 353 567, в т.ч. частные фирмы – 344 306, публичные – 9 261), 1993 – 2003 гг. Компании Дании (66), 2005-2009 гг. Компании Бангладеша (46), 1999 – 2005 гг. Значение коэффициента11 Характер зависимости -2.28114E-04 отрицательная -0.009 отрицательная 0.04 положительная −0.056 (Private отрицательная Log), -0.01 (Public Log) [74, с. 279] ‐0.004 [115, с. 43] -0.02 отрицательная отрицательная13 В исследовании использована выборка из 10 242 итальянских фирм за период с 1996 по 2005 г. В уравнении множественной регрессии для детерминанты левериджа «Возраст» («Age»). 12 В работе рассматриваются малые и средние предприятия с численностью персонала до 200 человек. Исследователями получена отрицательная зависимость между левериджем и возрастом компаний как для долгосрочного, так и для краткосрочного долга. Кроме того, коэффициент регрессии для краткосрочного долга незначим для небольших предприятий численностью до 10 человек. 13 Ученый заключает, что в двух рассчитанных регрессиях были получены противоречивые результаты: в первом случае положительный со значимостью на 10% уровне, во втором – отрицательный, результат регрессии не значим. Таким образом, в данном случае невозможно ни опровергнуть, ни подтвердить гипотезу о связи между параметрами. 11 40 Продолжение таблицы 2.1 А. Шамшур [141] Компании 7 стран Восточной Европы (1 014 786), 1996 – 2006 гг. -0.104 отрицательная Как видно из таблицы 2.1, большинство исследователей находит отрицательную зависимость между левериджем и возрастом компаний. Таким образом, чем старше фирма, тем меньше потребность в заемном финансировании. Тем не менее, результаты, полученные по регрессиям, не учитывают стадийности развития организаций, в связи с чем возникает потребность в более тщательном изучении данной взаимосвязи [20]. 2.1.2. Структура капитала и жизненный цикл компаний Одним из немногих российских исследователей, рассматривающих развитие организации через концепцию жизненных циклов, является Г. Широкова. Исследования ученого связаны главным образом с анализом мирового опыта в формировании моделей жизненного цикла и попыткой их эмпирической адаптации к российским экономическим условиям. В одной из публикаций [59] исследователя отмечается, что тема разработки теорий жизненных циклов вызывает растущий к ней интерес, однако в России он сформировался только к середине 2000 – х гг. В целом же подчеркивается, что в течение жизненного цикла «изменения касаются роста размера компании и усложнения ее управленческих практик» [59, с. 5]. Кроме того, в настоящее время возможно выделить два фундаментальных подхода в исследованиях. Первый «носит исключительно эмпирический характер и включает в себя исследования с применением количественных методов, изучение конкретных кейсов» [57, с. 87]. Второй, менее распространенный, связан с применением концепции жизненных циклов «с целью … интеграции с другими областями исследований организаций и менеджмента» [57, с. 87]. Одной из задач диссертации является разработка именно второго 41 подхода, поэтому разберем далее общее направление происходящих в компаниях изменений на стадиях жизненного цикла. По мнению ученого, «обобщение многообразия подходов … позволяет предположить, что … в жизненном цикле организации можно выделить четыре основные стадии развития: становление, рост, зрелость и упадок, способный перейти в стадию обновления» [58, с. 27] (см. Приложение 10). По окончании стадии упадка возможны два исхода: либо организация погибает, «когда организационные изменения не могут быть успешно проведены и сохраняется старая организационная практика управления» [58, с. 29], либо начинает новую жизнь, при этом обновлению подвергается вся система отношений. Рассмотрим в продолжение основные зарубежные и отечественные работы, анализирующие взаимосвязь левериджа и жизненного цикла. По мнению испанских ученых П. Кастро, М. Таскон и Б. Амор-Тапиа [77], существует две основные причины, по которым результаты различных исследований зависимости не соответствуют друг другу: 1. Разное количество Исследователи стадий, полагают, что через которые целесообразнее проходит компания. ориентироваться на традиционные теоретические работы, выросшие из теорий жизненного цикла отдельных продуктов, созданных в 1970-е – 80-е годы [77, с. 6]. 2. Выбор критерия, по которому осуществляется классификация стадий жизненного цикла [77, с. 6]. В различных исследованиях предшественников критерии существенно отличаются по своему экономическому содержанию. Другим, не менее важным аспектом работы, является систематизация предыдущих исследований и нахождение так называемого «паттерна» поведения долговой нагрузки компаний на протяжении жизненного цикла в соответствии с фундаментальными теориями, рассмотренными в первой главе диссертации: 1. Согласно компромиссной теории на стадиях жизненного цикла, предшествующих зрелости, фирмы не могут позволить привлекать долг в силу высоких издержек банкротства, низких доходов, а также их высокой волатильности. Аналогичные выводы распространяются и на стадию спада, 42 поскольку на ней компании так же склонны к снижению доходов. Таким образом, компромиссная модель предполагает паттерн «низкий – высокий – низкий долг» на протяжении жизненного цикла [77, с. 4]. 2. Теория иерархии, как мы помним, не предполагает наличия оптимальной структуры капитала. Выбор источников финансирования фирмой индивидуален в зависимости от обстоятельств, но вначале предпочтение отдается нераспределенной прибыли, затем долговым источникам, и, далее, инструментам собственного капитала [77, с. 5]. Таким образом, теория предполагает паттерн «высокий – низкий – высокий долг». Несколько более полную группировку теорий по паттернам поведения левериджа представляют М. Рокка, Т. Рокка и А. Кариола [124] (таблица 2.2). Таблица 2.2. Ключевые гипотезы взаимосвязи между левериджем и стадиями жизненного цикла [124, с. 5] Гипотеза H1. Теория иерархии: Майерс (1984), Холмс и Кент (1991), Читтенден (1996), Микаелас (1999) Описание Порядок источников финансирования определяется в соответствии с теорией иерархии. Уровень долга корректируется в зависимости от финансовых потребностей на протяжении жизненного цикла. Более рентабельные компании менее левереджированы. H2.a. Финансовый Небольшие компании, которые чувствительны к жизненный цикл: Флак проблемам асимметричности информации, сначала (2000), Каплан и используют привлеченный собственный капитал Стромберг (2003), Кэри (например, венчурное финансирование) и (1993), Хэлвидж и Лианг нераспределенную прибыль, используя долг в последнюю (1996) очередь для удовлетворения финансовых потребностей. H2.b. Эффект Молодые компании, не имеющие «послужного списка» и репутации: Флак, Холтс- опыта, имеют небольшую долговую нагрузку. По мере Якин и Роузен (1998), роста, к стадии зрелости, компании начинают привлекать Даймонд (1989) долг. H3.a. Обратный Вновь созданные компании опираются на доступные финансовый жизненный источники финансирования, такие как семейный капитал, цикл: Петерсен и Раджан а также банковские кредиты под залог семейного (1994), Гамильтон и имущества. Изменение структуры капитала производится Фокс (1998) на стадии зрелости, по мере роста внешние источники замещаются внутренними. H3.b. Эффект репутации Молодые фирмы добровольно подвергают себя (2): Даймонд (1991) мониторингу со стороны банков, которые выступают своеобразным «гарантом» их качества и надежности. По мере роста мониторинг становится вторичным. 43 В соответствии с результатами П. Кастро, М. Рокки и А. Фрилингхауса [95] разделим все рассматриваемые далее работы на две категории: выводы первых соответствуют паттерну теории иерархии, результаты вторых – компромиссной теории. Вначале рассмотрим исследования, соответствующие первому паттерну. В работе Л. Булана и З. Яна [75] выделяются всего две стадии развития фирмы, рост и зрелость, и производится тестирование теории иерархии на предмет ее соответствия указанным стадиям 14. Ученые приходят к выводу, что теория лучше подходит для описания поведения долговой нагрузки зрелых фирм, нежели растущих [75, с. 3]. Различия между фирмами, принадлежащими двум обозначенным стадиям, являются существенными. Так, фирма на стадии зрелости в среднем в четыре раза крупнее, чем на стадии роста [75, с. 6]. Кроме того, финансовый дефицит компаний, определяемый как разность между совокупными и внутренними источниками финансирования, составляет для небольших компаний 51,63% на стадии роста и всего 8,28% на стадии зрелости [75, с. 7]. Более того, различается и рентабельность компаний. Среднее значение рентабельности активов (ROA) для зрелых фирм составляет 16,33%, для растущих – 5,37% [75, с. 6]. Таким образом, ученые полагают, что компании на стадии зрелости склонны следовать теории иерархии в силу более высокой рентабельности. При этом резерв наращивания долговой нагрузки на данной стадии выше не только по причине получения более высокого денежного потока и большей рентабельности, но и в силу более низких издержек финансовой неустойчивости [75, с. 16]. Более того, зрелые фирмы меньше ограничены и максимальным уровнем долговой нагрузки, независимо от доступа на публичный долговой рынок. Исследователи приводят две возможных причины: во-первых, их потребность во внешнем финансировании не столь велика. Во-вторых, максимальная долговая 14 Критерием для определения растущей фирмы является ее принадлежность к периоду, составляющему 6 лет после проведения IPO. В то же время зрелая фирма является таковой только в случае выплаты дивидендов на протяжении предшествующих 6 лет. Данные метрики не лишены логического смысла, однако критерии, на наш взгляд, слишком растянуты во времени. Так, известно, что отдельные инновационные проекты имеют жизненный цикл от момента зарождения до выхода на SPO не более десяти лет (см. работу [50]). Таким образом, речь идет о «классических» компаниях, жизненный цикл которых составляет, по крайней мере, несколько десятков лет. 44 нагрузка таких компаний выше по причине их соответствия более высокому кредитному рейтингу [75, с. 14]. При этом исследователи справедливо полагают, что он соответствует и более низким издержкам на привлечение долга [75, с. 14]. Это подтверждается и в ряде других работ, приведенных учеными для аргументации своей позиции. Так, согласно Д. Даймонду, «хорошая репутация компаний смягчает проблему недобросовестности заемщика» [75, с. 14]. Таким образом, зрелые фирмы получают возможность привлекать финансирование на более выгодных условиях по сравнению с более молодыми компаниями. В работе М. Петерсена и Р. Раджана делается вывод о том, что более молодые компании привлекают долг с бо́льшими абсолютными издержками по сравнению со зрелыми компаниями, независимо от конкурентной структуры ссудного рынка [75, с. 14]. Исследование М. Кима, Э. Кристиансена и Б. Вейла [119] посвящено анализу взаимосвязи между жизненным циклом компаний и банковской маржей15. Ученые предлагают теоретическую модель, которая подтвердилась на основе анализа данных по 19 753 фирмам Норвегии за 2000 – 2001 гг. Модель отражает три стадии взаимодействия между банками и компаниями. На первой стадии с целью привлечения новых заемщиков банки предлагают молодым фирмам ставку с небольшой информационное маржей. Далее, преимущество, становясь которое кредитором, приводит к банк получает т.н. «эффекту блокирования» («lock-in effect»), выражающемся в положительном росте банковской маржи (см. также таблицу 2.2, гипотеза H3.b). Далее, становясь зрелой, фирма является более привлекательной для других банков, ей поступают конкурирующие заявки, маржа снижается. Похожим образом рассматривается взаимодействие между кредитором и заемщиком в работе М. Каусхолли и У. Кнечела [78]. В ней ученые исследуют взаимосвязь между стоимостью привлечения заемного капитала, стадиями жизненного цикла и проведением обязательного аудита в компаниях «большой 15 Банковская маржа определена в работе как разница между наблюдаемой процентной ставкой и точкой безубыточности банка, т.е. процентной ставкой, которая обеспечивает банку нулевую ожидаемую прибыль. 45 шестерки» 16 . По мнению исследователей, каждая из стадий уникальна. Так, на этапе создания компании свойственны «высокие барьеры выхода на рынки капитала из-за высокого уровня информационной асимметрии о фирме и ее перспективах» [78, с. 5]. В этих условиях основным источником становится банковское финансирование. По мере роста компания зарабатывает репутацию путем своевременного возвращения кредитов и уплаты процентов, издержки мониторинга деятельности снижаются, фирма получает возможность привлекать долг из нескольких источников [78, с. 7]. Как следствие, в условиях конкуренции кредиторы не могут нести высокие издержки по мониторингу, и далее данная функция перекладывается на аудиторов. В целом зависимость стоимости долга от стадии жизненного цикла в работе ученых представлена в Приложении 11. Исследование М. Каусхолли и У. Кнечела дополняется работой А. Бута и А. Такора [73], в которой доказывается, что для заемщика важно установить долгосрочные отношения с банками, несмотря на отсутствие репутации. По мнению ученых, «даже однократной успешной реализации проекта достаточно, чтобы гарантировать заемщику необеспеченный кредитный контракт, лишенный для компании потерь благосостояния на неограниченный горизонт планирования» [73, с. 913]. Кроме того, на более поздних стадиях взаимоотношений «банк – заемщик» стоимость заимствований снижается [73, с. 914]. Исследование чешских экономистов П. Пинковой и П. Каминковой [134] основано на выборке из 50 небольших компаний автомобильного сектора Чехии. Выводы ученых следующие. Во-первых, полностью подтверждается теория иерархии: компании обладают наибольшей долговой нагрузкой в периоды роста и снижения деловой активности. На стадии зрелости долговая нагрузка стремится к минимуму. Так, среднее значение левериджа в момент зарождения составляет 68%, постепенно снижаясь до 52%. На стадии спада долговая нагрузка снова возрастает до 64%. Во-вторых, исследователями также анализируется соотношение между краткосрочным и долгосрочным заемным капиталом 16 В настоящее время, благодаря слияниям и поглощениям на рынке аудиторских услуг, компании «большой шестерки» преобразовались в компании «большой четверки»: PricewaterhouseCoopers, Deloitte Touche Tohmatsu, Ernst&Young, KPMG. 46 компаний на различных стадиях жизненного цикла. Доля долгосрочного капитала имеет тенденцию к росту по мере развития фирмы, увеличиваясь с 45% на стадии рождения до 56% к стадии зрелости. На стадии спада вновь происходит увеличение краткосрочных обязательств до 55% [134, с. 257]. Одним из немногих исследований российских компаний остается работа И. Иванова [112]. В своей работе выпускник ВШЭ рассматривает значительное количество детерминант левериджа, одной из которых являются стадии жизненного цикла. Были выделены следующие 5 стадий: основание, рост, зрелость, вытеснение и спад. В результате для левериджа была получена зависимость, представленная в Приложениях 12, 13. Как видно из графика в Приложении 12, долговая нагрузка российских компаний невелика: на стадии зрелости краткосрочный долг составляет примерно 10% от всех активов, долгосрочный – 7%. Совокупная долговая нагрузка имеет тенденцию к снижению по мере приближения к зрелости, уменьшаясь почти в два раза с 33% до 17%. Таким образом, построенная зависимость также убедительно поддерживает паттерн поведения левериджа согласно теории иерархии. В работе Б. Кима и Д. Суха [118] в центр внимания поставлена взаимосвязь между левериджем компаний и их рентабельностью. На основе анализа данных по фондовому рынку США за 1981–2006 гг. ученые приходят к выводу, что связь между левериджем и нераспределенной прибылью носит U-образный инвертированный характер [118, с. 2] (см. Приложение 14). При этом исследователями выделяются три стадии развития компаний [118, с. 3]: 1. Первая стадия характеризуется небольшой нераспределенной прибылью (low-RE stage), ей соответствует низкий леверидж, при этом компании используют в качестве источника финансирования преимущественно привлеченный собственный капитал (external equity). 2. Вторая стадия соответствует среднему уровню нераспределенной прибыли, высокому уровню долговой нагрузки и характеризуется использованием долга для финансирования высоких темпов роста. 47 3. Третья стадия связана с высоким уровнем нераспределенной прибыли, низким левериджем, накоплением чистой прибыли и ее использованием для финансирования проектов. Таким образом, выявленная зависимость практически аналогична результатам, полученным по итальянским компаниям М. Роккой (см. Приложение 9). Рассмотрим последнее из исследований, поддерживающих паттерн поведения левериджа согласно теории иерархии, после чего перейдем к анализу результатов работ, свидетельствующих в пользу компромиссной теории. Работа С. Утами и Э. Инанга [147], ученых из Маастрихтской Школы Менеджмента, примечательна, как и в случае с работой Л. Булана и З. Яна, детальным анализом двух стадий развития компаний, роста и зрелости. По результатам исследования финансовый дефицит 17 для растущих компаний имеет существенное положительное влияние на чистый выпуск долга, собственного капитала, а также на вновь полученную нераспределенную прибыль. Кроме того, теория иерархии больше подходит под финансовое поведение растущих фирм, нежели зрелых, поскольку вторые более детально изучаются аналитиками, лучше знакомы инвесторам, и, как следствие, должны меньше страдать от информационной асимметрии. В целом результаты исследования полностью соответствуют выдвинутому ранее паттерну теории иерархии: проблема финансового дефицита зрелых фирм разрешается при помощи собственных источников, растущих – долговых. С несколько иной точки зрения анализируется деятельность компаний Таиланда И. Танатави [146]. Основная цель работы состоит в поиске взаимосвязи между выплатами дивидендов компанией, ее жизненным циклом и свободными денежными потоками. Ученый делает вывод о том, что чем выше рентабельность и крупнее компания, тем больше ее дивидендная доходность. Тем не менее, установлено, что взаимосвязь между выплатами дивидендов и левериджем 17 Определяется как сумма дивидендных выплат, капитальных затрат, платежей по долгосрочному долгу, а также изменения оборотных активов за вычетом операционного денежного потока, - см. [147, c. 76]. 48 положительная, что довольно неожиданно. Вспомним, что согласно теории иерархии компания в стадии зрелости, на которую должна приходиться большая часть выплачиваемых дивидендов, имеет меньший объем заемных средств. Результаты косвенно свидетельствуют в пользу компромиссной теории. Одним из наиболее интересных исследований, проведенных в Западной Европе, является работа португальских ученых Г. Тексейры и М. Сантоса [145]. На основе выборки из португальских и испанских компаний были исследованы 379 старт-ап и 2325 действующие фирмы 18 . Результаты проведенного анализа свидетельствуют о том, что общий уровень долговой нагрузки возрастает по мере того, как фирма последовательно проходит стадии рождения и роста [145, с. 29]. По мере снижения экономической активности, на более поздних стадиях жизненного цикла, происходит уменьшение левериджа. Более того, краткосрочный и долгосрочный долг анализируется учеными обособленно: уровень долгосрочного долга снижается к поздним стадиям и спаду экономической активности. Зависимость для краткосрочных обязательств несколько иная: их уровень увеличивается по мере приближения компании к стадии зрелости и уменьшается при снижении активности. Таким образом, зависимость для краткосрочных обязательств противоположна результатам, полученным П. Пинковой и П. Каминковой. Вторым несомненным достоинством работы является изучение связи между стадиями жизненного цикла и отдельными детерминантами структуры капитала (см. Приложение 15). При анализе данных, приведенных в таблице, интересно сравнить результаты по детерминантам в целом, с данными, полученными отдельно для краткосрочного и долгосрочного долга. Первым фактором является рентабельность. Согласно теории иерархии, чем дольше существует фирма, тем больше ее накопленная прибыль, и тем меньше вероятная потребность в кредитных ресурсах. Однако приведенная в Приложении 15 отрицательная зависимость характерна для всех стадий жизненного цикла. Факторами, которые действуют практически одинаково для всех трех видов долга, являются будущие 18 Общее количество наблюдений составило 20 436. 49 возможности для роста и структура активов. В традиционном понимании обеспечением по кредитам выступают внеоборотные активы, поэтому положительная зависимость между левериджем и структурой активов вполне логична. Тем не менее, таким же образом меняется коэффициент и у первого фактора, оцениваемого при помощи доли нематериальных активов. Здесь результаты исследования с трудом поддаются объяснению. Последняя переменная, листинг компании, крайне важна для долгосрочного долга: для всех стадий получена положительная зависимость. Таким образом, компания, котирующаяся на бирже, получает неоспоримые преимущества по кредитованию. Как правило, размещению предшествует длительная процедура по увеличению прозрачности компании в соответствии с установленными процедурами, что, несомненно, благоприятно сказывается на ее репутации. 2.2. Внешние детерминанты структуры капитала Рассмотрев соотношение между жизненным циклом и структурой капитала компаний, перейдем к изучению внешних факторов, с действием которых сталкиваются компании по всему миру. Следует отметить, что проблема взаимодействия компаний с окружающей ее внешней средой не нова, и детально анализируется в различных исследованиях, ряд из которых представлен далее. Разбирая ключевые теории оптимизации структуры капитала, мы убедились, что большинство ученых являются представителями США либо стран Европейского Союза. Поэтому далее именно с них продолжим обзор литературы. Одной из недавних европейских работ является публикация эстонского экономиста А. Хазака [104], посвященная анализу влияния различных институциональных факторов на выбор компаниями структуры капитала. Одним из них является законодательное ограничение максимальной долговой нагрузки, которую может нести фирма, т.н. «thin capitalization rules». Согласно данным правилам, компании сверх определенного предела левериджа не могут 50 компенсировать проценты по «налоговому щиту». Чаще всего он задается в виде отношения долговой нагрузки компании к собственному капиталу. В российском законодательстве требования к капиталу сформулированы главным образом в Федеральном законе № 208-ФЗ «Об акционерных обществах» [1]. Согласно статье 29 минимальный размер УК закрытого общества должен составлять не менее стократной суммы МРОТ, а открытого общества – не менее тысячекратной суммы МРОТ, что в настоящее время составляет 10 и 100 тыс. руб. Кроме того, в законе сформулированы и требования к резервному капиталу акционерного общества: согласно ст. 35 резервный фонд формируется в размере, не меньшем, чем 5% уставного капитала, причем размер ежегодных отчислений от чистой прибыли до его достижения должен составлять не менее 5%. Таким образом, сравнивая российское и европейское законодательство, приходим к выводу, что российские требования к вновь создаваемым фирмам гораздо более лояльные: так, минимальный размер УК составляет всего 10 тыс. руб., что, например, почти в сто сорок раз меньше, чем в Австрии. Кроме того, исследование эстонского экономиста А. Хазака содержит следующие значимые выводы: 1. Минимальный размер уставного капитала не влияет на леверидж компании. 2. Наличие условия соответствия уставного капитала чистым активам общества также не влияет на выбираемую компанией структуру капитала. 3. Существование законодательных ограничений, учитывающих чистые активы общества как таковые, а не в относительном выражении, приводит к уменьшению долговой нагрузки компании. 4. Компании, действующие в странах, где существует ограничение на предельную долговую нагрузку (т.е. «thin capitalization rules»), склонны иметь меньше долговых обязательств в пассивах. Таким образом, результаты ученого показывают, что существование дополнительных ограничений, вводимых государством на применяемую 51 компаниями структуру капитала, приводит к уменьшению использования долга и увеличению доли собственного капитала в пассивах баланса. 2.2.1. Степень развитости банковской системы страны Различия в развитии банковской системы долгое время рассматривались как вероятная детерминанта структуры капитала [10]. Первые исследования, связанные с рассмотрением механизма влияния данного фактора на финансовую деятельность фирм, представлены в работах К. Майера [127] и Р. Раджана и Л. Зингалеса [135]. Проанализируем их подробнее. Статья К. Майера является одной из наиболее ранних работ, при этом в исследовании рассматривается структура капитала не в традиционном ее понимании19, а учитываются все источники финансирования, начиная с товарного кредита и заканчивая облигациями. Анализ данных за 16 лет (1970–1985 гг.) привел ученого к довольно закономерному результату: в странах с развитым фондовым рынком, к которым следует отнести США и Канаду, компании значительную часть средств привлекают при помощи выпуска ценных бумаг (19% от всех источников финансирования в Канаде и 13% - в США)20. Для сравнения, в Германии данный показатель составляет всего лишь 3%, а в Великобритании – 8%. Статья автора важна и прослеженной зависимостью между чистой прибылью компаний21 и чистым банковским кредитом (см. Приложение 16). График показывает четкую обратную зависимость: как только прибыль снижается, практически синхронно ей возрастает величина чистого банковского кредита. Кроме того, очевидно, что в Великобритании данная ситуация повторяется примерно раз в четыре – пять лет, что свидетельствует о возможной цикличности изменения долей долга и собственного капитала. Дополним график, представленный в Приложении 16, данными о динамике темпа прироста ВВП 19 Имеется в виду как отношение долговой нагрузки ко всем активам (валюте баланса). Под ценными бумагами в данном случае понимаются акции, облигации (cо сроком погашения свыше 5 лет), а также краткосрочные облигации (менее 5 лет). 21 Имеется в виду чистая прибыль после выплаты дивидендов. 20 52 Великобритании за тот же период времени [159]. Результат представлен в Приложении 17. Анализ графика позволяет выявить очевидную прямую корреляцию между темпом прироста ВВП и чистым банковским кредитом, использованным компаниями: при увеличении темпа роста экономики возрастает доля привлеченного компаниями заемного капитала. Характерной особенностью является также и то, что данная ситуация происходит с лагом примерно в один год при более-менее равномерном развитии экономики: достаточно обратить внимание на четыре цикла с 1952 по 1970 гг. Таким образом, отметим, что при равномерном циклическом развитии экономики объем привлечения заемных средств растет при увеличении темпов роста экономики. В работе М. Джаннетти [97] подробно рассматривается статья Р. Раджана и Л. Зингалеса, где проблема соотнесения фондового рынка и банковского сектора страны анализируется в несколько ином ключе. Во-первых, рассматривается переменная, показывающая степень монополизации банковской системы страны, которая рассчитывается как доля активов трех крупнейших банков к активам всего банковского сектора. Во-вторых, степень развитости фондового рынка является важным параметром при выборе источников финансирования, поскольку влияет на развитость банковской системы страны, и, как следствие, на ставку кредитования компаний. В-третьих, немаловажное значение имеет не только леверидж как таковой, но и срок кредитования: как известно, облигации компаний традиционно рассчитаны на более долгие сроки обращения, чем банковские кредиты, поэтому банки в условиях низкой конкуренции со стороны фондового рынка с большим предпочтением предоставляют кредиты на более длительные сроки, таким образом выступая альтернативой, позволяющей заместить финансовые инструменты фондового рынка. В целом же традиционно считается, что степень развитости банковской системы как один из факторов, определяющих структуру капитала компаний, означает следующее: как только рынки капитала становятся более развитыми, они привлекают большее количество компаний, которые их используют в качестве источника финансирования, и тем меньше долговая нагрузка фирм, которые 53 привлекают меньший объем средств через традиционные кредиты [99, с. 34]. С целью проверить данное предположение обратимся к исследованиям, рассматривающим влияние фактора развитости банковской системы страны на леверидж компаний (таблица 2.3). Таблица 2.3. Развитость банковского сектора и леверидж компаний Автор А. Демиргук – Кунт (1998)23 Исследуемые года, количество исследованных компаний, стран 1983-1991, 9849, 32 страны А. Демиргук – Кунт, В. Максимович [88] М. Джаннетти [97] 1980 – 1991, 9649, 30 стран С. Гурчаран [99, с. 39] 2003 – 2007, 155, 4 страны 1993 – 1997, 61557, 8 стран Исследуемое отношение Внутренние депозиты банков к ВВП Общий объем депозитов банков к ВВП Значение коэффициента множественной регрессии22 Характер выявленной связи -0.141 (0.055) (5%)24 отрицательная -0.026 (0.02)25 отрицательная Доля активов -0.15 (-5.47) [97, трех с. 39] крупнейших банков ко всем активам банков страны Внутренние 0.06 (1.38) активы банков к ВВП отрицательная положительная Как мы убедились при рассмотрении таблицы 2.3, чаще всего основной характеристикой, которая используется в работах для измерения размера 22 Здесь и далее в работе имеется в виду значение коэффициента в уравнении множественной регрессии перед исследуемым фактором – детерминантой структуры капитала. Как правило, зависимой переменной является леверидж компаний. 23 Среднее значение отношения размера внутренних депозитов банков к ВВП страны составило 0.621 среди 32 рассматриваемых стран: см. [89, с. 2124]. 24 В работе указанное значение относится к регрессии, показывающей связь между факторами – детерминантами и зависимой переменной, в качестве которой выступает доля инвестиций фирмы, финансируемой при помощи долгосрочного долга (PERLTD) или собственного капитала (PEREQ). Кроме того, также одним из анализируемых факторов в работе является отношение чистой прибыли к долгосрочному долгу (ROLTC). Значение коэффициента корреляции между фактором BANK/GDP и ROLTC в корреляционной матрице отрицательно (-0.133). Таким образом, в исследуемой работе структура капитала приводится в виде отношений к определенным параметрам деятельности фирмы, что, однако, не затрудняет выявить зависимость между размером банковского сектора стран и долговой нагрузкой компаний: см. [89, с. 2125]. 25 В работе представлено несколько регрессионных моделей как для долгосрочного, так и для краткосрочного долга, по которым получены следующие результаты: -0.026 (0.02) – долгосрочный долг, крупные фирмы; -0.047 (0.026) - долгосрочный долг, небольшие фирмы; -0.022 (0.017) – краткосрочный долг, крупные фирмы; -0.047 (0.013) - краткосрочный долг, небольшие фирмы. Таким образом, по всем рассчитанным регрессиям получена отрицательная корреляция, однако значимо на 5% уровне только значение по краткосрочному долгу, по небольшим фирмам. 54 банковского сектора, является коэффициент, рассчитываемый как отношение общего размера депозитов банков страны к ВВП. Значения данного коэффициента для различных стран представлены в Приложении 18. Как видно из рисунка, в первую десятку входят исключительно развитые страны, преимущественно европейские. Исключение составляет только Малайзия. Кроме того, в нее не вошли Канада и США – страны с традиционно высоким уровнем развития фондового рынка, где данное отношение находится на уровне менее единицы. В целом уровень развития банковского сектора показывает отрицательную корреляцию с левериджем компаний. Таким образом, помимо традиционных источников финансирования в виде банковских кредитов, для компаний существуют альтернативы в виде привлечения долгового капитала на развитых фондовых рынках. 2.2.2. Процентные ставки Разобрав, как связаны между собой фактор развитости банковского сектора и леверидж компаний, интересно понять, как банки на основе изменяющихся на протяжении макроэкономических циклов рыночных ставок формируют свою депозитно-кредитную политику. Одной из работ, в которой анализируется данный вопрос, является доклад М. Никитина и Р. Смита [43]. Исследователи находят, что как депозитная, так и кредитная политика банков 7 исследованных стран (Канада, Италия, Германия, Нидерланды, Швейцария, Великобритания, США) в большинстве из них носит контрциклический характер. Кредитный и депозитный спрэды, рассчитанные как разница между кредитными и депозитными ставками банков и соответствующими им общими рыночными ставками процента, возрастают в периоды кризисов и снижаются при экономических подъемах. Интересно также отметить тот факт, что в англоязычных странах манипулирование стоимостью привлечения средств через депозиты ниже, что исследователи опять же связывают с более развитыми финансовыми рынками. 55 Довольно интересно по результатам исследование, проведенное Д. Фикслером [93]. В работе ученый задается более общим вопросом, возможно ли использовать структуру корпоративных процентных ставок США для предсказания «поворотных» точек делового цикла. Исследователь находит, что правильнее всего ориентироваться на ставки по казначейским ценным бумагам: в периоды экономического роста кривая доходности по ним имеет традиционный восходящий характер, т.е. с ростом срока до погашения ценных бумаг растет процентная ставка. Однако, по мнению исследователя, это не всегда верно: непосредственно перед рецессией (за 4 – 6 кварталов) кривая доходности принимает инвертированный вид, при котором ставка по краткосрочным бумагам становится выше. В Приложении 19 приведены спрэд между десятилетними казначейскими нотами и трехмесячными казначейскими облигациями и квартальное изменение ВВП США. Ученый приводит следующее объяснение такой ситуации: казначейские облигации в периоды нестабильности используются как «тихая гавань» для инвесторов, т.е. для сохранения средств с минимальной доходностью, спрэд между корпоративными и казначейскими ставками снижается. В то же время в периоды экономического роста доходность по корпоративным бумагам растет, а риск банкротства компаний уменьшается. В такой ситуации казначейству требуется повышать доходность по ценным бумагам для привлечения инвесторов, в то время как компании «могут предложить относительно более низкие ставки инвесторам, которые больше не ожидают дефолта» [93, с. 22]. Интересен вопрос и о соотношении между процентными ставками и макроэкономическими циклами. В работе П. Немейера и Ф. Перри [130] рассматривается взаимосвязь между деловыми циклами и реальными процентными ставками для двух групп стран: малых открытых развитых экономик (Австралия, Канада, Нидерланды, Новая Зеландия, Швеция) и малых открытых развивающихся (Аргентина, Бразилия, Мексика, Ю. Корея, Филиппины). Ученые заключают, что данная взаимосвязь для двух групп стран принципиально различается: если в случае с развитыми странами процентные 56 ставки демонстрируют минимальное проциклическое поведение со средним лагом относительно делового цикла в три квартала (коэффициенты корреляции находятся в диапазоне от -0,05 до 0,37 со средним значением в 0,19), то в случае с развивающимися - контрциклическое с опережением делового цикла в среднем на квартал (коэффициенты корреляции варьируются -0,38 до -0,7) [130, с. 8]. 2.2.3. Макроэкономические циклы Среди внешних факторов наиболее неоднозначное воздействие на леверидж компаний оказывает цикличность экономики [22]. Одна из последних наиболее интересных работ по данной тематике была написана Т. Бас [67], ученым из лондонской Cass Business School. На основе анализа данных по 25 странам мира были обследованы 11 125 фирм, причем основное внимание было уделено таким внешним детерминантам левериджа, как ВВП на душу населения, экономический рост, инфляция, процентные ставки. Результаты исследования показывают, что при увеличении ВВП на душу населения общий уровень левериджа компаний растет, причем рост относится как к краткосрочному, так и долгосрочному долгу. Кроме того, данный результат справедлив и при более высоком темпе роста экономики. В целом гипотеза о связи цикличности экономики и левериджа имеет под собой все основания. Экономический рост, безусловно, влияет на деятельность компаний: он предполагает, что для удовлетворения растущих потребностей экономики требуется большее количество произведенной продукции или услуг. При условии стабильности цен и невысокой инфляции это приводит к росту общей выручки, и, при сохранении стабильного уровня постоянных затрат, росту чистой прибыли. С целью финансирования дополнительного роста компании требуется привлекать капитал, однако за счет какого источника это происходит, собственного или заемного капитала, предстоит выяснить далее. 57 Напротив, противоположная ситуация наблюдается при спаде экономики. Совокупное потребление падает, безработица растет, снижается уровень доходов компании. При наличии высокого уровня долга из-за снижения свободного денежного потока его становится труднее обслуживать, растет степень финансовой напряженности. Логично предположить, что в этих условиях замена долга на собственный капитал вполне уместна, даже несмотря на его традиционно более высокую стоимость. В свете разработки подхода к изменению долговой нагрузки компаний на протяжении жизненного цикла, в котором дополнительным фактором оптимизации структуры капитала также является макроэкономический цикл (см. далее параграф 3.1), представляется интересным проанализировать, каковы последние разработки и результаты в накопленном эмпирическом материале. Фундаментальной работой является исследование Х. Бхамры, Л. Куэна и И. Стребулаева [70]. Ученые приходят к выводу, что решения компаний по финансированию за счет долга являются проциклическими, поскольку если фирма выбирает долговое финансирование в периоды спада, то уровень ее потенциально максимального левериджа в такие моменты значительно ниже, чем в периоды роста экономики. Происходит это из-за действия двух факторов: вопервых, для каждого уровня долговой нагрузки при спаде экономики снижается стоимость собственного капитала (что, по сути, отражает стоимость компании) из-за уменьшения величины ожидаемых дивидендов. Поскольку стоимость долга мало зависит от колебаний экономики, это автоматически приводит к росту левериджа. Во-вторых, с целью сохранения финансовой гибкости компании в периоды спада выбирают меньший уровень долга из-за присутствия издержек банкротства. Помимо этого, существует зависимость левериджа от стадии делового цикла предыдущего финансирования. Более высокая вероятность банкротства наблюдается у тех фирм, которые привлекли долг в периоды роста экономики, поскольку более дешевые кредиты приводят к более рискованной 58 финансовой позиции26. Однако, если фирма привлекла капитал на стадии спада, то она склонна его рефинансировать в периоды экспансии. По расчетам ученых, средняя продолжительность спада экономики составляет два года, в то время как роста – 4 года. Результаты ученых подтверждаются в ряде работ. Так, в исследовании М. Гертлера [96, с. 319] указывается, что, во-первых, краткосрочный долг крупных компаний 27 увеличивается в периоды экономического роста, в то время как в периоды рецессий снижается. Во-вторых, поведение небольших компаний отличается от крупных: в периоды роста экономики долговая нагрузка таких фирм стабильна и снижается непосредственно в периоды спада экономики (см. Приложение 20). Интересен и механизм влияния на леверидж монетарной политики государства. Согласно ученым, воздействие осуществляется двумя способами: 1. Изменением процентной ставки (при ее увеличении происходит ухудшение балансовых показателей из-за снижения чистого денежного потока, и, как следствие, снижение стоимости активов компании, пригодных в качестве залога). 2. Регулированием банковской системы через нормы обязательных резервов для определенных категорий заемщиков. Этот инструмент наиболее подходит странам с развитой банковской системой, или тем странам, где затруднен по тем или иным причинам выход заемщиков на биржу с целью привлечения долга. Полученные М. Гертлером результаты подтверждаются и в исследовании, проведенном Д. Амдуром [64]. В работе анализируются такие характеристики корпоративного сектора экономики как чистый выкуп долга компаниями (net debt repurchases) и чистый выпуск собственного капитала (net equity payouts) 28 . Результаты, полученные исследователем, показывают четкую отрицательную 26 Имеется в виду именно бо́льший объем привлекаемого капитала в периоды роста экономики. Более подробно о критериях деления компаний на крупные и небольшие см. [96, с. 315 – 316]. 28 Первый показатель включает в себя чистое снижение кредитных рыночных обязательств за квартал, второй показывает сумму дивидендов и чистого выкупа собственных акций в корпоративном секторе. Показатели приведены к единому знаменателю» путем деления на суммарный выпуск нефинансовыми компаниями. 27 59 зависимость между показателями (см. Приложение 21). Чистые выпуск собственного капитала положительно связан с выпуском продукции компаниями (процикличен), в то же время чистый выкуп долга - отрицательно (контрцикличен). Таким образом, нефинансовый бизнес сектор в целом несет бо́льшую долговую нагрузку и платит более высокие дивиденды в периоды роста экономики. Напротив, в периоды рецессий и уменьшения деловой активности снижаются как леверидж, так и выплаты акционерам. Похожие результаты были получены и в работе Д. Бегенау и Д. Саломао [68]. Исследуя компании США, ученые заключают, что чистый выкуп долга 29 падает во время макроэкономических бумов, в то время как чистый выкуп собственного капитал30 – растет. На основании этого исследователи резюмируют, что компании привлекают больше долга во время подъемов экономики, и больше собственного капитала – во время спадов. Указанная динамика соотношения собственных и заемных средств характерна прежде всего для крупных компаний, для небольших компаний в выборке эта тенденция не прослеживается. Кроме того, «крупные компании в состоянии выбирать между наиболее дешевыми доступными финансовыми источниками на протяжении делового цикла» [68, с. 4]. Таким образом, возможно заключить, что на протяжении делового цикла стоимость источников финансирования относительно друг друга неоднородна: во время подъемов для крупных компаний США наиболее выгоден заемный капитал, во время спадов – собственный. Помимо рассмотренных работ, существует дополнительно целый ряд исследований, также утверждающих проциклическое поведение долговой нагрузки компаний. К ним следует отнести работы А. Кертевега [122], Д. Хесса и Ф. Имменкеттера [106], а также Ф. Коваса и В. Ден Хаана [86]. В работе А. Кертевега [122, с. 3-4] на основе анализа 290 фирм были получены следующие результаты. Во-первых, исследователь приходит к выводу, 29 Определен в работе как отрицательная сумма изменений долгосрочного и краткосрочного долга компаний, – см. [68, с. 6]. 30 Определен в работе как сумма дивидендов, выкупа инструментов собственного капитала за вычетом их выпуска, – см. [68, с. 5]. 60 что чистый выигрыш от использования долга составляет 5,5% от стоимости компаний. Соответственно, используя долг в структуре капитала, компании действительно обладают существенным потенциалом наращивания собственной стоимости. Кроме того, в периоды экономических экспансий величина чистого выигрыша возрастает. Во-вторых, издержки финансовых затруднений снижают стоимость компаний в среднем на 15 - 30%. В-третьих, леверидж компаний изменяется проциклически. Интересна ситуация в компаниях с нулевой долговой нагрузкой. Такие фирмы , выплачивающие дивиденды , в целом имеют бо́ льший потенциал наращивания долга. В заключение исследователь приходит к выводу, что в целом для экономики характерна ситуация, в которой компании находятся в состоянии недолевериджированности. Второй в ряде работ является публикация немецких ученых Д. Хесса и Ф. Имменкеттера [106]. Так же, как и в работе А. Кертевега, делается вывод о том, что проциклически меняется не только леверидж компаний, но и выгоды от его применения. Так, оценивая параметры собственной модели на выборке из компаний, входящих в индекс S&P500, ученые резюмируют, что выпуская долговые обязательства, нелевереджированная стоимость активов во время роста экономики повышается на 5%, в то время как в периоды рецессий – только на 4%. Кроме того, в периоды роста экономики стоимость компаний на 23% выше. Вовторых, издержки неоптимального «поведения» компаний при отклонении от оптимального левериджа неодинаковы для различных фаз макроэкономического цикла: так, ученые утверждают, что в периоды рецессий они повышаются. Кроме того, оптимальный и фактически наблюдаемый леверидж не следует приравнивать друг к другу: таким образом, ученые полемизируют с результатами, полученными А. Леви [121]. Тем не менее, ряд исследований опровергает проциклическое изменение левериджа. Так, рассмотрим результаты по модели, предложенной А. Леви и К. Хеннесси [125]. Одним из ее условий является рассмотрение двух типов фирм: более финансово ограниченных («more financing constraints») и менее подверженных финансовым рискам («less stringent financing constraints»). Для 61 компаний второго типа среднее значение левериджа на 14,3% выше в периоды спада экономики, нежели роста. Таким образом, леверидж компаний второго типа контрцикличен. Напротив, леверидж компаний первого типа меньше подвержен подобным колебаниям и не зависит от цикличности. Кроме того, компании второго типа в периоды роста экономики выпускают меньше долговых обязательств, в то время как первого – больше. В Приложении 22 представлено суммарное отношение долговой нагрузки нефинансовых компаний к активам для экономики США за период с 1952 по 2000 г. Периоды экономического роста согласно NBER отмечены на рисунке серым цветом, а периоды рецессий – белым. Очевидно, что в периоды спада долговая нагрузка возрастает, в то время как в периоды роста в целом остается стабильной либо имеет тенденцию к снижению. Однако следует иметь в виду и методику расчета приведенного на рисунке показателя. Отношение долговой нагрузки к активам рассчитывалось как отношение суммы кредитов компаний по балансовым оценкам к сумме кредитов и рыночной стоимости собственного капитала. Учитывая то обстоятельство, что в периоды кризисов рыночная стоимость собственного капитала имеет тенденцию к снижению, вполне логичен рост показателя в периоды рецессий. Наоборот, в периоды экономических бумов фондовый рынок, как правило, растет, и значение показателя остается стабильным либо имеет тенденцию к снижению. Результаты, полученные А. Леви, подтверждаются в ряде исследований. Так, например, в работе Х. Чо [83, с. 23] приводятся данные о том, что в периоды роста доходности фондового рынка частота публичного предложения обыкновенных акций по отношению к облигациям возрастает. Кроме того, контрцикличность обнаружена и в работе М. Халлинга, Ю. Джина и Д. Зечнера [102], в которой ученые приходят к следующим выводам: 1. При изменении макроэкономических условий экономики на формирование структуры капитала компаний влияют такие внутренние детерминанты левериджа как рентабельность (отрицательное влияние) и капитальные затраты (CAPEX, положительное влияние), причем с более сильным воздействием факторов в периоды рецессий. 62 2. Контрцикличность левериджа с макроэкономическими циклами наблюдается как по рыночным, так и по балансовым оценкам. Так, относительно средней, целевой уровень долговой нагрузки на 20 п.п. выше в периоды рецессий, нежели в периоды роста экономики. Тем, не менее, отмечается, что данные выводы справедливы не для всех стран: в странах с прецедентным правом (т.н. common law countries, к ним относятся США, Канада, Австралия и пр.), наряду со странами, где одинаково защищены права как акционера, так и кредитора, исследователи находят проциклическое изменение левериджа. Другим аспектом, связанным с влиянием макроэкономических условий на долговую нагрузку компаний, является скорость приспособления фирм к своей оптимальной структуре капитала [47]. В исследовании Г. Рубио [137] в зависимости от методики расчета она составляет от 20 до 24,9% в год. Таким образом, для испанских компаний процесс адаптации к оптимальной структуре капитала занимает в среднем от четырех до пяти лет. Однако при изучении влияния макроэкономических параметров на скорость такого приспособления учеными не было получено положительных результатов [137, с. 20]. Похожие выводы были получены и в уже рассмотренной работе М. Халлинга [102]: скорость адаптации текущей структуры капитала к целевой намного выше в периоды роста экономики, нежели спада. Так, в периоды подъема она составляет 20% в год, а рецессий – всего 5%. Похожие результаты также приводятся в работах Д. Кука [85], В. Дробеца [90, с. 5], Д. Хакбарта [100]. В частности, в работе В. Дробеца отмечается, что крупные фирмы, фирмы, растущие более высокими темпами, а также фирмы, чье отклонение от целевой структуры капитала больше, более охотно идут на приспособление своей структуры капитала к оптимальной. Кроме того, в периоды более высокой относительной оценки стоимости компании вероятность оптимизации структуры капитала ниже. Несколько иной подход предлагает О. Камара [76]. В своем исследовании ученый разделяет компании США на транснациональные (т.н. multinational 63 companies, MNC) и внутренние, действующие только на рынке США (domestic companies, DC). Исследователем делается вывод, что макроэкономические условия деятельности существенно влияют на динамику структуры капитала, однако данное влияние различно для двух типов компаний: первые существенно быстрее адаптируют свой леверидж к целевому уровню. Вероятнее всего, это связано с возможностью быстрого выхода на международные рынки капитала, что позволяет привлекать заемные средства на более выгодных условиях. Еще одним интересным вопросом остается, как связаны между собой стадии макроэкономического цикла и привлечение финансирования при помощи отдельных финансовых инструментов. Ответ на данный вопрос содержится в работе Б. Джулио, В. Кима и М. Вейсбаха [116]. На основе анализа 14 867 выпусков долга компаниями США за период с 1971 до 2004 г. ученые резюмируют, что среди долговых инструментов в периоды низкого экономического роста чаще всего выпускаются конвертируемые облигации (11,7% от общего выпуска ценных бумаг), в то время как в периоды высокого роста (свыше 3,5% в год) с их помощью привлекается только 7,7%. Краткосрочный долг занимает 9% в периоды высокого экономического роста и 22,2% в периоды низкого. Интересно также проанализировать качество выпускаемых облигаций. Характерна следующая закономерность: чем выше темп роста экономики, тем ниже доля облигаций с присвоенным рейтингом, т.н. investment grade bonds. Так, доля данных ценных бумаг в периоды высокого роста экономики составляет всего 44,1%, в то время как в периоды низкого роста – 68,9%. Кроме того, исследователи выводят следующую закономерность: объем привлеченных средств при помощи низкорейтинговых облигаций и облигаций без рейтинга существенно снижается в периоды кризисов, в то время как тот же объем по высокорейтинговым облигациям остается стабильным (см. Приложение 23). 64 2.3. Российский опыт в определении детерминант структуры капитала Следует отметить, что российские публикации по финансовому менеджменту, и, в частности, по структуре капитала российских компаний, весьма немногочисленны [18]. Если анализировать отдельные исследования, то существенно меньше и размеры тестируемых в работах выборок: если в западных исследованиях могут анализироваться десятки тысяч компаний, то в России обычно всего несколько сотен, что сказывается на эмпирической значимости получаемых результатов. Также одной из особенностей является четкое разделение работ на теоретические и прикладные: первые, как правило, представляют обзор западных теорий без выдвижения гипотез и их эмпирической проверки, вторые – чисто экспериментальные работы, заточенные на получение результатов по множественным регрессиям [28]. Безусловно, в целом круг рассматриваемых проблем по структуре капитала более узок по сравнению с США и странами ЕС. Еще раз подчеркнем, что исследования по финансовому менеджменту в России находятся еще в зачаточном состоянии, тем не менее, ряд ученых довольно подробно тестируют особенности формирования структуры капитала российских компаний. Познакомимся с их работами подробнее. Исследование Н. Гайфутдиновой и М. Кокоревой [5] посвящено анализу поведенческих концепций структуры капитала. На основе выборки из 50 российских компаний, составляющих отчетность по МСФО, делается вывод о том, что традиционные детерминанты структуры капитала значимы и для российских компаний. Так, получена прямая зависимость между продажами, отношением амортизации к активам и левериджем, и обратная – с рентабельностью деятельности [5, с. 53]. Относительно поведенческих аспектов ученые заключают, что теория информационных каскадов применима и в России, поскольку существует прямая зависимость между левериджем и медианным показателем финансового рычага. Таким образом, структура капитала конкурентов выступает своеобразным ориентиром для менеджеров других компаний. Наконец, исследователи заключают, что по результатам анализа 65 «следование российскими компаниями теории отслеживания рынка не подтверждается» [5, с. 54]. Одной из довольно интересных работ является диссертационное исследование М. Кокоревой [32], в котором делается вывод о том, что компании при определении целевого уровня долга ориентируются на показатель совокупного долга, а модели, «построенные на основе альтернативных показателей, не приводят к устойчивым результатам» [32, с. 21]. Кроме того, скорость приспособления российских компаний к оптимальной структуре капитала выше, чем в развитых странах, и составляет от 38 до 71% [32, с. 21]. Напомним, что согласно расчетам Г. Рубио, она ниже и принимает значение от 20 до 24,9%. Более того, в периоды кризисов данная скорость возрастает [32, с. 8], что противоречит выводам в работе М. Халлинга [102]. Исследование М. Кокоревой и А. Степановой [120] посвящено анализу взаимосвязи между финансовой архитектурой и результативностью деятельности компаний. На основе выборки из российских фирм были выделены три кластера. Первый кластер характеризуется снижающейся долей владения менеджментом акциями компании, растущей долей инвесторов с развивающихся рынков. Коэффициент q-Тобина принимает значение от 1,5 до 2, компании характеризуются равномерным ростом капитальных затрат и продаж. Долговая нагрузка данных фирм одна из самых низких и составляет 28% в периоды стабильной экономики. Второй кластер характеризуется наиболее высокой долей владения менеджментом акциями компании, отрицательными темпами роста продаж после кризиса (2010 г.), низкими значениями рентабельности активов. Долговая нагрузка компаний во втором кластере составляет от 30 до 40%. Третий кластер характеризуется крайне высокой волатильностью показателей капитальных затрат и коэффициента q-Тобина. При этом долговая нагрузка – одна из самых высоких и составляет от 43 до 50% [120, с. 44]. Таким образом, результаты исследования свидетельствуют о том, что наиболее успешны российские компании, придерживающиеся консервативной долговой политики, а 66 значение левериджа в 30%, наряду с другими мерами руководства, составляет некоторую оптимальную взвешенную величину. Заслуживает внимания и работа Ю. Тамулите [144], посвященная анализу детерминант структуры капитала в балтийских странах, а также России. На основе анализа выборки за 2002 – 2008 гг. ученый находит, что средний уровень долговой нагрузки в России составляет 19,6%, причем, исходя из динамики по годам, можно заключить, что в моменты роста экономики уровень долга снижается, а в кризис имеет тенденцию к росту [144, с. 18, 21]. Также отмечается интересная корреляция показателя общей долговой нагрузки: положительная с ростом процентной ставки и числом банков, и отрицательная – с капитализацией фондового рынка и объемом коммерческих кредитов банков. Учитывая данную особенность, очевидно, что в целом изменение левериджа российских компаний носит контрциклический характер. Выводы по второй главе диссертационного исследования Проанализировав сформулировать работы следующие ведущих выводы. исследователей, Во-первых, наблюдается возможно снижение процентной ставки по заемным средствам при движении к более поздним стадиям жизненного цикла. Подтверждение возможно найти в работах А. Бута и А. Такора [73], М. Петерсона и Раджана [132], М. Каусхолли и У. Кнечела [78], М. Кима [118], Л. Булана и З. Яна [75]. При этом аргументация ученых такому снижению различна, однако основной причиной следует считать создание репутации компании путем привлечения и своевременного погашения кредитов и начисленных процентов, а также накопление в процессе своей деятельности залогового имущества. Принимая уровень ставки по налогу на прибыль в качестве константы, получим, что на стадиях расцвета и зрелости процентная ставка по кредитам минимальна, а «налоговый щит» минимален в относительном выражении. Однако, принимая во внимание и тот факт, что на стадии расцвета 67 обнаружена более высокая рентабельность и объем деятельности компаний больше в несколько раз [75], в абсолютном выражении экономия от «налогового щита» на данной стадии жизненного цикла должна быть выше. Во-вторых, в большинстве исследований обнаружена поддержка паттерна изменения долговой нагрузки компаний на протяжении жизненного цикла согласно теории иерархии («высокий – низкий – высокий долг»). Тем не менее, до конца не ясен механизм принятия решений компаниями по изменению левериджа на протяжении жизненного цикла. Фундаментально следует выделить несколько типов зависимостей. Во-первых, на теоретическом уровне согласно работе А. Эзеохи и Ф. Ботха [92] возможно обозначить лишь аргументы как в пользу увеличения, так и снижения долговой нагрузки. В эмпирических работах накоплен более солидный материал. По построенным регрессиям возможно заключить, что зависимость между возрастом и левериджем компаний в большинстве работ отрицательная. Если же принять во внимание и те работы, которые обособленно рассматривают стадии жизненного цикла, то в большинстве из них также обнаружена отрицательная зависимость: по мере продвижения к стадиям расцвета и зрелости долговая нагрузка компаний снижается. Таким образом, возможно сделать вывод о том, что паттерн поведения левериджа согласно теории иерархии поддерживается в большинстве работ. Альтернативные варианты зависимости между левериджем и стадиями жизненного цикла, предложенные во второй главе, по сути, являются «вариациями» теории иерархии. К ним следует отнести зависимости, приведенные в исследованиях М. Пфаффермайера [133], М. Ла Рокки [124] и Б. Кима [118]. В-третьих, анализ работ относительно связи между макроэкономическими циклами и левериджем показывает, что возможно четко выделить две группы исследований: в первых обнаружено проциклическое изменение долговой нагрузки (т.е. рост левериджа в периоды макроэкономических подъемов), во вторых – контрциклическое. К первой группе следует отнести работы Т. Баса [67], Х. Бхамры [70], М. Гертлера [96], Д. Амдура [64], А. Кертевега [122], Д. Хесса [106], Ф. Коваса [86]. Вторая группа работ немногочисленна, и, по сути, состоит 68 всего лишь из работ А. Леви [125] и Х. Чо [83], поскольку в третьем исследовании, М. Халлинга [102], для ряда фирм также обнаружено проциклическое изменение долговой нагрузки. Очевидно, что в подавляющем большинстве исследований обнаружено проциклическое изменение левериджа компаниями, что свидетельствует о более высоких рисках компаний в периоды рецессий. Кроме того, возможно заключить, что выгоды от использования долга выше в периоды подъемов экономики: данные выводы встречаются в работах А. Кертевега [122] и Д. Хесса [106]. Таким образом, выгоднее привлекать долговые источники на стадиях макроэкономических подъемов, что и обнаружено в большинстве исследований. В-четвертых, введение или существование законодательных ограничений приводит к уменьшению долговой нагрузки компаний, а очевидная, на первый взгляд, прямая корреляция между левериджем компаний и степенью развитости банковской системы не подтверждается, что свидетельствует о существовании альтернатив привлечения средств на фондовых площадках. В-пятых, обнаружены существенные возможности развития исследований в области оптимизации структуры капитала российских компаний. Существующих работ крайне недостаточно, что создает значительный потенциал для применения альтернативных подходов к оптимизации структуры капитала российских компаний. 69 Глава 3. Эмпирический анализ формирования структуры капитала компаний на развивающихся рынках 3.1. Предпосылки создания трехмерного подхода к оптимизации структуры капитала 3.1.1. Общая характеристика трехмерного подхода Финансовый кризис, поразивший большинство экономически развитых стран в 2008-2009 гг., показал, что компании, использующие различные структуры капитала в своей деятельности, по-разному пережили возникшие трудности [12]. Это обстоятельство наводит на мысль, что выбор определенной структуры капитала компании по-разному сказывается не только на результативности ее деятельности, но и на ее финансовой устойчивости. Обзор литературы по теории и практике корпоративного финансового управления показывает, что исследования по проблеме оценки влияния структуры капитала компаний на их результативность и устойчивость в условиях российской экономики пока недостаточны [16]. Задачей третьей части работы является расчет и демонстрация альтернативного трехмерного подхода, объединяющего макроэкономические циклы, стадии жизненного цикла компании со статической компромиссной теорией оптимизации структуры капитала, теорией оптимизации левериджа по критерию минимизации средневзвешенной стоимости капитала (WACC) [13]. Рассмотрим первую компоненту подхода, концепцию жизненного цикла предприятия. Современные исследования страдают тем недостатком, что они не связывают прошлое и будущее компании через непрерывную систему динамики показателей, а рассматривают исторические и прогнозные денежные потоки в отрыве друг от друга, без учета жизненного цикла. Такая несбалансированность 70 может, с одной стороны, привести к ошибкам в интерпретации как исторических данных, для анализа которых удобно применять инструментарий эконометрического моделирования, так и будущих прогнозных данных, которые возможно рассчитать, зная особенности развития компании и будущие денежные потоки. При рассмотрении жизненного цикла компаний сто́ит обратить внимание на исследование Е. Глуховой [6]. В статье производится анализ всех современных теорий жизненных циклов и рассматривается их применимость в практических расчетах. При этом отмечается, что «в классических теориях и исследованиях по анализу и проектированию организаций, как правило, рассматриваются зрелые или находящиеся на определенном этапе развития компании, при этом не учитываются детально предшествующие этапы развития организации или дальнейшие перспективы ее развития» [6, с. 111]. Таким образом, разработка подхода, который свяжет настоящее и будущее компании, историческую структуру капитала и планируемую, является жизненно необходимым для точного и методологически верного прогноза деятельности. Построение исследуемого подхода продолжим с анализа двух существующих концепций, которые представляют деятельность компании с позиции жизненного цикла: концепции жизненного цикла И. Адизеса [6, с. 112] и концепции изменения денежных потоков компании в зависимости от этапа жизненного цикла, приведенной в исследовании И. Ивашковской [27]. Первая представляет собой известную маркетологам модель развития компании со времени ее рождения до момента ликвидации (рисунок 3.1). 71 Рисунок 3.1. Кривая жизненного цикла в модели И. Адизеса Как показано на рисунке 3.1, наибольшие риски компания испытывает на стадиях роста, в то время как наибольший денежный поток генерируется на стадиях расцвета и стабильности. Далее возможно так называемое «снятие сливок», когда менеджеры компании практически не вкладывают средств в модернизацию оборудования, стремясь получить максимальные операционный и финансовый денежные потоки. Модель динамики денежных потоков в зависимости от стадии жизненного цикла приведена на рисунке 3.2. Рисунок 3.2. Потоки денежных средств на стадиях жизненного цикла компании Как видно из рисунка 3.2, компания выходит на положительный операционный поток на стадии юности, далее он максимален на стадиях расцвета 72 и стабильности и уменьшается, начиная со стадии аристократизма. Соответственно, максимальный денежный поток при прочих равных условиях приводит к тому, что на стадиях расцвета и стабильности стоимость компании также достигает своего наивысшего значения. Рассмотрим вторую компоненту подхода, соотношение между стоимостью бизнеса и применяемой структурой капитала. Статическая компромиссная теория (другое название – теория соотношения выгод от использования «налогового щита» и издержек банкротства) предполагает следующую зависимость стоимости компании от левериджа (рисунок 3.3). Рисунок 3.3. Зависимость стоимости компании от структуры капитала в статической компромиссной теории [160]31 Анализируя рисунок 3.3, приходим к выводу: компания имеет максимальную стоимость в произвольный момент времени tn 32 при условии достижения минимума функции средневзвешенной стоимости капитала (WACC). Соответственно, верхний график на рисунке обозначает распределение стоимости компании, а нижний - распределение средневзвешенной стоимости капитала (WACC) в зависимости от уровня долговой нагрузки. Точка минимума функции показывает точку оптимума. По сути, рисунок 3.3 отображает «фотографию» оптимальной структуры капитала компании на определенную дату. Расширим понятие оптимальной стоимости компании и включим третье измерение, время 31 На рисунке 3.3 параметр структуры капитала D/TD означает долю долга (D) в валюте баланса (TD). Измерение времени обычная двухмерная модель не предполагает, поэтому рисунок показывает моментность измерения стоимости. 32 73 (t), для учета жизненного цикла. Для этого осуществим синтез графиков, представленных на рисунках 3.1 - 3.3, в трехмерном пространстве. По шкале времени (t) возможно проследить стоимость бизнеса во времени, причем фактором изменения стоимости выступает применяемая компанией структура капитала (рисунок 3.4). Рисунок 3.4. Стоимость компании и жизненный цикл организации На рисунке 3.4 изображены две плоскости оптимизации: с одной стороны, в плоскости (D/TD)-0-V отображается распределение стоимости компании в момент времени tn, которому соответствует точка минимума средневзвешенной стоимости капитала WACC. Такую же стоимость имеет компания и в плоскости V-0-t, т.е. в зависимости от стадии жизненного цикла. Кроме того, рисунок 3.4 для наглядности безрычаговой изображен компании, схематично: т.е. в компании нем с не учитывается нулевой долговой стоимость нагрузкой. Дополнительная стоимость (V>0) создается только при использовании заемного капитала, поэтому начало распределения стоимости в плоскости (D/TD)-0-V происходит из нуля в плоскости V-0-t. Далее, рисунку присуща еще одна особенность: с одной стороны, всегда существует оптимальная долговая нагрузка (при уровне левериджа D/TDopt), соответствующая максимальной стоимости компании на каждом из этапов жизненного цикла. С другой стороны, существует 74 текущая долговая нагрузка компании, которая зависит от ряда факторов, в меньшей степени подверженных влиянию финансовых менеджеров: например, конъюнктура мировых финансовых рынков, текущие процентные ставки и пр. Отклонение текущей стоимости компании от оптимальной отражается во всех трех плоскостях. Далее на рисунке 3.5 обобщим рисунок 3.4 и покажем общий теоретический подход к моделированию стоимости для всего периода деятельности компании, при которой фундаментальное значение долговой нагрузки не меняется на протяжении всего жизненного цикла. Рисунок 3.5. Стоимость компании при фундаментальной структуре капитала, не меняющейся на протяжении жизненного цикла компании Получение трехмерной поверхности, которая образована двумя распределениями, для наглядности изображенными на рисунке 3.5 двумя выделенными линиями и их пересечениями с каждой из осей координат, а также соответствующей ей трехмерной поверхности средневзвешенной стоимости капитала WACC, составляет теоретическую цель исследования. Если компания изначально, как предполагают базовые постулаты финансового менеджмента, выбрала целью максимизацию благосостояния акционеров, то в этом случае, проводя политику оптимизации финансовой структуры капитала в соответствии с 75 минимумом средневзвешенной стоимости капитала WACC в каждый из моментов времени tn, компания максимизирует такое благосостояние. Показав на рисунке 3.5 первоначальную трехмерную поверхность, станем менять фиксированные параметры, выдвигая следующее фундаментальное допущение: оптимальная структура капитала компании меняется на протяжении жизненного цикла [11]. Даже если инвесторы верно сформировали фундаментальную структуру капитала при создании компании, то есть выбрали такое соотношение источников финансирования, при котором функция WACC принимает минимальное значение, то это не означает, что такое же соотношение будет оптимальным на протяжении всего периода деятельности компании. Доказательства этому мы обнаружили в первой и второй главах работы. Так, выводы, приведенные в первой главе, свидетельствуют о том, что вероятность банкротства компании меняется со временем: к середине жизненного цикла, стадиям расцвета и стабильности, она уменьшается. Если выдвинуть допущение по крайней мере о неизменности издержек банкротства относительно размера компании на протяжении жизненного цикла, то уменьшающаяся вероятность приведет к тому, что конечные издержки банкротства также снижаются по мере развития компании, к стадиям расцвета и стабильности. Стоимость заемного капитала, как было показано во второй главе, уменьшается по мере роста компании, к стадиям, соответствующим середине жизненного цикла. Это обстоятельство позволяет заключить, что динамика как издержек банкротства, так и стоимости фондирования заемными средствами на протяжении жизненного цикла компании имеет одинаковую структуру (рисунок 3.6). 76 Рисунок 3.6. Издержки банкротства и стоимость заемного капитала на протяжении жизненного цикла По сути, стоимость заемного капитала потому и снижается, что уменьшаются риски банков при кредитовании компаний на более поздних стадиях жизненного цикла. Положение компании более устойчиво, генерируется значительный операционный денежный поток, компания располагает ликвидными залогами, приобретенными в процессе деятельности. Тем не менее, отметим, что выводы относительно вероятности банкротства и стоимости заемного капитала были получены независимо друг от друга. Остается в формуле WACC проанализировать, как меняется вторая компонента, стоимость собственного капитала, на протяжении жизненного цикла. Ответ на этот вопрос исследован крайне недостаточно и содержится, по сути, в единственном доступном на настоящий момент исследовании М. Хасана [103]. На основе выборки австралийских компаний за 1991 – 2012 г. ученый заключает, что стоимость собственного капитала также неодинакова для различных стадий жизненного цикла: уменьшение наблюдается на стадиях роста и зрелости, увеличение - на стадиях создания и спада. Таким образом, стоимость собственного капитала на протяжении жизненного цикла также принимает «Uобразный» вид. Сделанные выводы позволяют построить теоретическую поверхность для WACC в трехмерном пространстве (рисунок 3.7). 77 Рисунок 3.7. Трехмерная поверхность WACC с учетом жизненного цикла компаний На рисунке 3.7 представлена теоретическая трехмерная поверхность WACC, в которой для упрощения, во-первых, оптимальная структура капитала на протяжении жизненного цикла не меняется, во-вторых, присутствует минимум средневзвешенной стоимости WACC в зависимости от левериджа. С учетом того, что на стадиях расцвета и стабильности достигается и минимум стоимости привлечения собственных и заемных средств, то WACC на протяжении жизненного цикла приобретает форму заштрихованной поверхности. Следует подчеркнуть, почему правильнее сразу рассматривать трехмерную поверхность WACC. Современные методики оптимизации структуры капитала [3] страдают тем недостатком, что практически ежегодно, а то и чаще, финансовым аналитикам приходится обновлять расчеты, добавляя более свежую, актуальную информацию в расчетную модель. В трехмерном подходе оценка оптимальности представляет собой линию, которая постоянно перемещается вперед по мере устаревания информации финансовых рынков. В рамках трехмерного подхода наилучшая с точки зрения расчетов ситуация складывается, если изначально известен полный жизненный цикл компании. В этом случае базовые параметры динамики изменений левериджа уже закладываются в исследуемую трехмерную поверхность. Таким образом, получается парадокс, который требует разрешения: 78 при все более волатильных изменениях конъюнктуры финансовых рынков создать поверхность, которая бы на более длительных инвестиционных горизонтах прогнозировала бы средневзвешенную стоимость капитала компании WACC. Выводы во второй главе также свидетельствуют о том, что структура капитала компаний претерпевает существенные изменения на протяжении жизненного цикла. В большинстве исследований установлено, что леверидж уменьшается по мере достижения компаниями стадий расцвета и стабильности, т.е. поддерживается паттерн изменения левериджа «высокий – низкий – высокий долг». При условии, что такое долгосрочное изменение соответствует оптимальной структуре капитала, получается, что при прочих равных условиях на стадиях расцвета и стабильности относительная ценность собственного капитала в глазах акционеров становится ниже, чем заемного капитала (рисунок 3.8). На рисунке 3.8 по центру проведены две линии, разделенные поверхностью, обозначенной цветом. Первая линия, проведенная по центру и соответствующая левой границе поверхности, обозначает оптимум структуры капитала, которая не меняется на протяжении жизненного цикла. Таким образом, она представляет ситуацию, в которой сохраняется примерный «паритет» в процентных ставках между заемным и собственным капиталом, происходит их равномерное снижение по мере приближения к середине жизненного цикла. Правая линия соответствует реально наблюдаемой картине в большинстве эмпирических исследований, которая соответствует паттерну изменения долговой нагрузки «высокий – низкий – высокий долг». Смещению оптимума на центральных стадиях жизненного цикла соответствует «проседание» линии WACC вправо, т.е. меньшая относительная ценность собственного капитала. С одной стороны, это очевидно, поскольку при относительно высоком денежном потоке и значительной чистой прибыли не все собственники стремятся использовать заемные средства для поддержания и развития компании. С другой стороны, использование собственных средств в такой ситуации может свидетельствовать об отсутствии других инвестиционных проектов с более высокой рентабельностью. 79 Рисунок 3.8. Смещение оптимума WACC на протяжении жизненного цикла компании Разобрав базовые изменения в структуре капитала компаний на протяжении жизненного цикла, представляется интересным проанализировать, как дополнительно меняется леверидж в течение макроэкономического цикла в трехмерной поверхности. По сути, жизненный цикл компании длится дольше, чем макроэкономический, поэтому в большинстве случаев компании работают в течение нескольких деловых циклов. Фундаментальными факторами, которые влияют на средневзвешенную стоимость капитала, остаются уже рассмотренные выше: издержки банкротства и процентные ставки. Для издержек банкротства в первой главе найдено, что они неравномерно вероятны на протяжении макроэкономического цикла: более высокий уровень банкротств наблюдается во время кризисов экономики. Наоборот, вероятность компании обанкротиться во время макроэкономических подъемов ниже. Таким образом, ситуация, в которой владелец бизнеса несет бо́льшие риски, подразумевает, что они должны компенсироваться соответствующим повышением требуемой доходности по акционерному капиталу, следовательно, при прочих равных условиях стоимость собственного капитала должна быть выше во времена кризисов экономики и ниже в моменты подъемов. Для второго фактора, процентных ставок по заемному 80 капиталу, зависимость аналогична издержкам банкротства: во второй главе установлено, что банковские ставки в целом изменяются контрциклически. Таким образом, схожая динамика ставок по собственному и заемному капиталу позволяет построить следующую зависимость (рисунок 3.9). Рисунок 3.9. Зависимость процентной ставки и вероятности банкротства от стадии макроэкономического цикла (плоскость WACC-0-t) Сопоставим зависимость, приведенную на рисунке 3.9, с динамикой структуры капитала, найденной в эмпирических исследованиях. Выводы, сделанные во второй главе, свидетельствуют о том, что леверидж компаний в целом изменяется проциклически, т.е. уровень долга возрастает во время макроэкономических подъемов и снижается в моменты кризисов экономики (рисунок 3.10). 81 Рисунок 3.10. Долговая нагрузка компаний на стадиях макроэкономического цикла (плоскость (D/TD)-0-t) Если предположить, что изменение процентных ставок уравновешивает изменение издержек банкротства, то в таком случае оптимальное значение WACC компании во время как подъемов, так и спадов экономики должно составлять примерно одно и то же значение. Тем не менее, данные, полученные в исследованиях, не позволяют доказать подобное предположение. Если представить рисунок 3.10 в объемной проекции, то получим следующий график (рисунок 3.11). Рисунок 3.11. Изменение левериджа компаниями на протяжении жизненного цикла под воздействием макроэкономических циклов 82 Тем не менее, ситуация, изображенная на рисунке 3.11, не учитывает изменения точки оптимума при движении по макроэкономическому циклу, т.е. изменения происходят относительно центрального, фундаментального значения, которое максимизирует стоимость компании и которое не меняется на протяжении жизненного цикла компании. Однако выводы, приведенные во второй главе, свидетельствуют, что выгоды от применения «налогового щита» и долговой нагрузки в целом изменяются на различных стадиях макроэкономического цикла. В частности, было обнаружено, что наращивать леверидж целесообразнее и более экономически оправданно на стадии подъема экономики. Это обстоятельство наводит на мысль, что оптимальная структура капитала дополнительно зависит не только от жизненного цикла, но и от цикла макроэкономического. Действительно, в этом случае должен существовать фактор, который заставляет руководство компаний проциклически менять леверидж. Если предположить, что оптимальная долговая нагрузка является «плавающим» параметром в зависимости от ситуации в экономике, то получим, что в случае средневзвешенной стоимости капитала WACC стоимость собственного капитала является потенциально более стабильным параметром, в то время как большая чувствительность к восприятию риска по заемному капиталу приводит к тому, что ценность заемного капитала неоднородно распределена на различных стадиях макроэкономического цикла, повышаясь в моменты роста экономики и резко снижаясь в кризисы (издержки банкротства перед кредиторами, рисунок 3.12). Причем дело, скорее всего, здесь не только в банковских ставках или доступности/недоступности фондирования, но и в психологических установках владельцев бизнеса. Данные эффекты, безусловно, в перспективе подлежат обособленному изучению. 83 Рисунок 3.12. Изменение оптимальной долговой нагрузки с учетом макроэкономического и жизненного циклов компании На основе построенных графиков возможно сформулировать следующие гипотезы, подлежащие эмпирической проверке в расчетной части (см. параграфы 3.2 и 3.3). Гипотеза 1. К более поздним стадиям жизненного цикла, соответствующим расцвету и стабильности компании/отрасли, снижается процентная ставка по заемным средствам. Гипотеза 2. На протяжении жизненного цикла российским компаниям присущ паттерн изменения долговой нагрузки, соответствующий теории иерархии, а именно «высокий – низкий – высокий долг». Гипотеза 3. С увеличением возраста компании долговая нагрузка снижается. Гипотеза 4. Для российских компаний характерно проциклическое изменение левериджа, т.е. увеличение долговой нагрузки в моменты роста экономики. Гипотеза 5. В моменты макроэкономических подъемов резервы наращивания долговой нагрузки компании выше, чем в периоды спада экономики. 84 Гипотеза 6. Отклонения средневзвешенной стоимости капитала WACC от оптимального значения выше в периоды кризисов экономики, чем в периоды роста. 3.1.2. Экономический анализ трехмерного подхода Рассмотрим, как ограничения, которые накладываются оптимальными значениями коэффициентов финансовой устойчивости, в первом приближении влияют на параметры рассматриваемого трехмерного похода оптимизации структуры капитала. По сути, перейдем к моделированию нижней плоскости (D/TD)-0-t. К. Анциборко в своей работе [2] предлагает ряд расчетных показателей, применяемых для оценки структуры капитала. Первые три коэффициента накладывают основные ограничения на пассив баланса. Обозначим переменные, необходимые для расчета трех базовых показателей, в таблице 3.1. Таблица 3.1. Обозначения основных элементов пассива баланса Наименование Собственный капитал Долгосрочные обязательства Краткосрочные обязательства Исходная система Обозначение E (Equity) LTD (Long-term Debt) STD (Short-term Debt) неравенств, выраженная через обозначения, представленные в таблице 3.1, выглядит следующим образом: 𝐿𝑇𝐷 + 𝑆𝑇𝐷 ≤ 0,5 𝐸 𝐿𝑇𝐷 + 𝑆𝑇𝐷 ≤ 0,4 𝐸 + 𝐿𝑇𝐷 + 𝑆𝑇𝐷 𝐸 + 𝐿𝑇𝐷 ≥ 0,7 𝐸 + 𝐿𝑇𝐷 + 𝑆𝑇𝐷 Рассчитаем структуру капитала, соответствующую решению данной системы. Выразим переменную E в каждом из неравенств. Система неравенств примет вид: 𝐸 ≥ 1,5 ∗ (𝐿𝑇𝐷 + 𝑆𝑇𝐷) 𝐸 ≥ 2 ∗ (𝐿𝑇𝐷 + 𝑆𝑇𝐷) 𝐸 ≥ 2,33 ∗ 𝑆𝑇𝐷 − 𝐿𝑇𝐷 85 Выражая переменную STD последовательно из каждого неравенства, получим следующую оптимальную структуру капитала (таблица 3.2). Таблица 3.2. Оптимальные пропорции структуры капитала Наименование Значение, выраженное в переменной STD E (Equity) LTD (Long-term Debt) STD (Short-term Debt) Сумма Таким образом, 2,222 0,111 1 3,333 оптимальная Значение, выраженное в процентах к сумме источников финансирования компании 66,67% 3,33% 30,00% 100% структура капитала, основанная на коэффициентах финансовой устойчивости, имеет вид, представленный в таблице 3.2. Отметим, что данная структура, по сути, формальна и в реальной практике накладывает весьма жесткие ограничения на леверидж. Так, объем возможных долгосрочных источников составляет всего 3,33%, что явно недостаточно для реализации долгосрочных инвестиционных проектов. В то же время собственный капитал используется в качестве «подушки безопасности», причем с очень большим запасом. Тем не менее, доля собственного капитала в 67% в источниках финансирования компаний вполне типична для российских условий хозяйствования [37]. Разобравшись с ограничениями, покажем их в трехмерном подходе к оптимизации структуры капитала. Для этого представим структуру баланса как нижнюю плоскость (D/TD)-0-t (рисунок 3.13). Рисунок 3.13. Финансовые ограничения в модели жизненного цикла 86 На рисунке 3.13 представлена исходная ситуация, показывающая финансовые ограничения. Плоскость (D/TD)-0-t делится ограничениями на две подплоскости: первая из них представляет собственный капитал (левая часть), которая составляет две трети валюты баланса, вторая из плоскостей (правая часть) представлена заемным капиталом. Следует учесть, что в правой части существует разделение средств на долгосрочные и краткосрочные источники финансирования, которые состоят главным образом из краткосрочных ссуд. Далее, рассмотрев финансовые ограничения на нижней плоскости (D/TD)-0t, перейдем к коэффициентам оценки оптимальности применяемой структуры капитала в трехмерном подходе. 3.1.3. Коэффициенты оценки оптимальности левериджа в трехмерном подходе Исследуем трехмерный подход к оптимизации структуры капитала на протяжении стадий жизненного цикла компании при помощи математического аппарата интегрирования, уделяя особое внимание геометрической интерпретации «сумм». Определив геометрический смысл интеграла [8, с. 279280], осуществим его внедрение в трехмерную поверхность WACC. Моделируемая ситуация характеризуется следующим образом. Пусть существует условие об оптимальности сформированной структуры капитала на стадии создания компании. В этой ситуации оптимальная и текущая структуры капитала не различаются между собой. Запишем это условие как 𝐹 где 𝐹 𝐹 𝐷 𝑇𝐷 𝐷 𝑇𝐷 𝐷 𝑇𝐷 𝑜𝑝𝑡 − 𝐹 𝐷 𝑇𝐷 𝑐𝑢𝑟 = 0, 𝑜𝑝𝑡 − функция оптимальной структуры капитала; 𝑐𝑢𝑟 − функция текущей структуры капитала. Обе функции зависят от времени t. (3.1) 87 В произвольный момент времени 𝑡 ≠ 0 компания решает проанализировать свой леверидж на основе критерия минимизации средневзвешенной структуры капитала (WACC) приходит к выводу о неоптимальности своей структуры капитала и решает увеличить заемный капитал до оптимального уровня. Покажем данную ситуацию в трехмерной поверхности WACC (рисунок 3.14). Рисунок 3.14. Исходная трехмерная поверхность WACC для анализа оптимальности применяемого левериджа В ситуации, изображенной на рисунке 3.14, действует допущение о том, что, начиная со стадии создания компании и до момента tn (на рисунке - стадии расцвета и стабильности), в который производится оценка оптимальности, оптимальная структура капитала не меняется, т.е. представляет константу. Это допущение существенно упрощает последующий анализ. На рисунке 3.14 показано два движения левериджа: оптимальное, которое отображено линией слева, соответствующее минимуму WACC компании в каждый момент времени (WACCopt), и текущее, представленное линией справа (WACCcur). Текущее движение структуры в этом случае не отвечает критерию оптимальности. Таким образом, далее необходимо найти проекцию текущей WACC компании, соответствующей реальному изменению левериджа, на нижнюю плоскость (D/TD)-0-t (рисунок 3.15). Разница между площадью фигуры, представляющей 88 оптимальную стоимость, и площадью, соответствующей реальной структуре, показана областью S1. Рисунок 3.15. Динамика оптимальной и текущей долговой нагрузки в плоскости (D/TD)-0-t Как уже было отмечено, рисунок 3.15 образуется как проекция трехмерной поверхности на рисунке 3.14 на нижнюю плоскость (D/TD)-0-t. Зона отклонения текущей структуры капитала от оптимальной представлена областью S1. Рассчитаем относительный показатель, который характеризует данное отклонение. Обозначим оптимальный уровень долга как (D/TD)opt, а реальную структуру капитала через (D/TD)cur. Следовательно, резерв наращивания долговой нагрузки составит: D D (3.2) 𝑅 = (TD )𝑜𝑝𝑡 − (TD )𝑐𝑢𝑟 Величина R может быть выражена в процентах от валюты баланса. Далее найдем интеграл, соответствующий площади S1 на рисунке 3.15. Он определяется следующим образом: 𝑆1 = 𝑡𝑛 0 𝐹 𝐷 𝑇𝐷 𝑜𝑝𝑡 −𝐹 𝐷 𝑇𝐷 𝑐𝑢𝑟 𝑑𝑡 (3.3) где t – фактор времени. Данная формула показывает резервы изменения текущей структуры капитала по сравнению с оптимальной долговой нагрузкой. Таким образом, 89 можно составить первый относительный показатель для оценки отклонения текущей структуры капитала от оптимальной и определить его как 𝛼= 𝑆1 𝑆 , (3.4) где S определяется как площадь прямоугольника 0(D/DT)opt(D/DT)ntn, которая вычисляется по формуле 𝑆= 𝑡𝑛 0 𝐹 𝐷 𝐷𝑇 (3.5) 𝑜𝑝𝑡 𝑑𝑡 Следовательно, общая формула для вычисления первого относительного показателя α определяется выражением 𝛼= 𝑆1 𝑆 = 𝑡𝑛 0 𝐹( 𝐷 𝐷 𝑜𝑝𝑡 −𝐹 𝑐𝑢𝑟 𝐷𝑇 𝐷𝑇 𝑡𝑛 𝐷 0 𝐹 𝐷𝑇 𝑜𝑝𝑡 𝑑𝑡 )𝑑𝑡 (3.6) Экономический смысл показателя заключается в том, что он показывает, насколько в относительном выражении отличается текущая структура капитала компании от оптимальной на оцениваемой определенной стадии жизненного цикла компании. Далее рассмотрим подробнее изменение средневзвешенной стоимости капитала WACC компании при условии, что ее реальная долговая нагрузка не соответствует оптимальной в плоскости WACC-0-t (рисунок 3.16). Рисунок 3.16. Текущая и оптимальная средневзвешенная стоимость капитала WACC 90 Пусть существуют две функции, которые непрерывны и интегрируемы, F(WACCopt) и F(WACCcur). Одну из них, соответствующую нижней кривой на рисунке 3.16, обозначим как оптимальную средневзвешенную стоимость капитала WACC (которая, как мы знаем, минимальна в момент времени tn), вторую - как реальное движение средневзвешенной стоимости капитала WACC компании, обозначенную на том же рисунке верхней кривой 33 . Введем второй относительный показатель β, который определим по формуле β= S2 S = tn (F 0 WACCcur −F WACCopt )dt tn 0 (F(WACC (3.11) opt ))dt Экономический смысл показателя заключается в том, что он оценивает относительные потери при текущей долговой нагрузке компании и соответствующей ей средневзвешенной стоимости капитала WACC относительно оптимальной структуры капитала и соответствующей ей минимальной средневзвешенной стоимости капитала WACC. Подводя итоги теоретического раздела третьей части работы, следует отметить, что оптимальная структура капитала компании существенно зависит от периода жизненного цикла, а также стадии макроэкономического цикла. Для исследования оптимальной структуры капитала компаний на протяжении жизненного цикла, а также макроэкономических циклов целесообразно использовать трехмерный подход к оптимизации левериджа. Дальнейшее совершенствование рассмотренного подхода состоит в более тщательной формализации основных финансовых закономерностей фирмы. 33 Замечание 2. Для нахождения нижней кривой нет необходимости в каждый произвольный момент времени tn находить реальную стоимость бизнеса. Для этого следует рассмотреть в каждый из моментов времени модель оптимальной стоимости и оценить разницу между фундаментальной и реальной стоимостью (соответственно, разницу между минимумом WACC и реальной средневзвешенной ставкой дисконтирования, если оценивать компанию через ставки дисконтирования). 91 3.2. Оптимизация структуры капитала и стоимости энергетических компаний на примере ОАО «Газпром» и ОАО «Лукойл» Предлагаемый трехмерный подход к оптимизации структуры капитала в прикладных расчетах основывается на компромиссной модели и прежде всего состоит в моделировании движения оптимального левериджа на протяжении макроэкономического цикла. Современные информационные системы располагают достаточным объемом информации для анализа краткосрочных циклов, к которым относятся деловые циклы в экономике. Несколько сложнее ситуация с жизненным циклом компании. Достаточно отметить, что на протяжении жизненного цикла компания несколько раз может поменять бизнесстратегию, осваивать новые рынки и продукты, менять направления деятельности. В этом случае компания представляет собой «живой организм», который, тем не менее, все же имеет традиционные стадии развития: рождение, юность, расцвет, зрелость и спад. Задача данного параграфа – построить трехмерную поверхность средневзвешенной стоимости капитала WACC, которую возможно совместить проанализировать с движение денежными текущей потоками стоимости компании, фирмы на и, далее, протяжении макроэкономического цикла. Для этого обратимся к построению структуры капитала двух компаний, ОАО «Газпром» и ОАО «Лукойл». Выбор компаний неслучаен. Компании являются представителями традиционной и одной из наиболее устойчивых отраслей промышленности России – нефтегазодобычи и переработки. Кроме того, компании обладают длительной историей обращения акций на фондовом рынке, поэтому к ним можно применить современные методики и модели оптимизации левериджа. Алгоритм моделирования оптимальной структуры капитала компаний состоит из следующих компонентов: 1. Оценка стоимости привлечения собственного капитала; 2. Оценка стоимости привлечения заемного капитала; 92 3. Синтез стоимостей собственного и заемного капитала при помощи расчета средневзвешенной стоимости капитала WACC; 4. Оценка свободного денежного потока; 5. Оценка текущей стоимости компании; 6. Анализ отклонений между расчетной и текущей стоимостью компании. Акцент в традиционных моделях оптимизации левериджа направлен на нахождение статической оптимальной структуры капитала, однако, по сути, оптимальная структура капитала в этих случаях представлена как «фотография» оптимального левериджа по состоянию на некоторую дату. Задача сделанных далее расчетов заключается в другом: на основе динамики изменяющихся фактических показателей выявить финансовые ресурсы для оптимизации левериджа во времени, и, далее, обосновать постоянное, «гибкое» изменение структуры капитала, которое будет соответствовать оптимальному левериджу, при помощи отдельных инструментов финансирования, например, краткосрочных кредитов. Вначале рассмотрим предложенный алгоритм на примере компании ОАО «Газпром». 3.2.1. Оценка стоимости привлечения собственного капитала Оценка собственного капитала предполагает расчет теоретической стоимости привлечения капитала потенциальных инвесторов с учетом страновых и отраслевых рисков [15]. Для расчета обычно используются модели оценки финансовых активов, или CAPM-модели. Классическая модель CAPM имеет следующий вид: Re = rf + β*(rm-rf), где Re - ожидаемая ставка доходности на собственный капитал; rf – безрисковая ставка доходности; β – бета-коэффициент; (3.12) 93 rm – ожидаемая доходность рыночного портфеля. В современных эмпирических расчетах используются несколько иные, более совершенные модели CAPM, которые содержат дополнительные параметры оценки рисков: 1. Модель спрэда риска дефолта (локальная модель); 2. Модель CAPM Goldman Sachs; 3. Модель суверенного риска дефолта, в которой все компании в стране одинаково подвержены воздействию суверенного риска; 4. Модель пропорционального риска дефолта, в которой степень подверженности суверенному риску пропорциональна степени воздействия на нее других видов рыночного риска, измеряемого при помощи бетакоэффициента. Техники расчета моделей сформулируем несколько позднее, а пока перейдем к оценке общей компоненты для всех моделей оценки стоимости собственного капитала, бета-коэффициентов. Оценка бета-коэффициентов Бета-коэффициент, как известно, оценивает изменчивость доходности акции конкретной компании относительно доходности рыночного индекса. В качестве рыночных индексов для исследования были выбраны индексы РТС (RTSI) и ММВБ (MICEX). Временной период оценки бета-коэффициентов – с 01.01.2006 по 30.06.2014, т.е. он репрезентативен и составляет более 8 лет. В результате расчета были получены следующие значения бета-коэффициентов ОАО «Газпром»: для индекса РТС - 0,959, ММВБ – 1,051. Полученные по индексам значения близки к единице, что отражает статус компании - «голубой фишки» рынка. Отметим, что существует возможность применения альтернативных традиционным бета-коэффициентам подходов для оценки меры изменчивости показателей компании относительно рынка, например, «восходящих» бетакоэффициентов, однако в данном исследовании они не применяются [9, с. 281]. Оценка бета-коэффициентов производилась при помощи традиционного 94 регрессионного анализа между ежедневными доходностями акций ОАО «Газпром» и доходностями рыночных индексов. Далее, оценив рычаговые бета-коэффициенты, следует определить их безрычаговые значения, т.е. значения, соответствующие нулевой долговой нагрузке. Дело в том, что рассчитанные значения бета-коэффициентов относятся к текущей, ненулевой долговой нагрузке. С целью элиминирования фактора влияния долга на оценку собственного капитала производится коррекция рассчитанных бета-коэффициентов по формуле: Безрычаговой коэффициент бета = Текущий коэффициент бета:[1+(1-Налоговая ставка)*(Средний долг/Собственный капитал)] (3.13) Оценим по формуле безрычаговые значения бета-коэффициентов. В качестве примера рассчитаем безрычаговой бета-коэффициент для индекса РТС, налоговая ставка – 20%, среднее значение левериджа (Долг/Собственный капитал, D/E) составляет 24,4%: Безрычаговой коэффициент бета = 0,959:[1+(1-0,2)*(0,244)] = 0,802 Аналогично рассчитанный бета-коэффициент для индекса ММВБ составляет 0,879. Далее, рассчитав безрычаговые значения, следует оценить риски, которые инвесторы могут испытывать при переходе на более высокие уровни долговой нагрузки, т.е. при увеличении финансового рычага компании. Традиционно это делается при помощи формулы Хамады: Рычаговой коэффициент бета = Безрычаговой коэффициент бета*[(1+(1Налоговая ставка)*(Долг/Собственный капитал)] (3.14) Представим рычаговые бета-коэффициенты для индекса РТС для каждого уровня долговой нагрузки, воздействие рычага есть разница между рычаговым бета-коэффициентом, который соответствует определенному уровню долговой нагрузки, и безрычаговым бета-коэффициентом (таблица 3.3). 95 Таблица 3.3. Рычаговые бета-коэффициенты, индекс РТС Коэффициент Долг/Активы, "Долг/Собственный % капитал", % 0 0,00% 10 11,11% 20 25,00% 30 42,86% 40 66,67% 50 100,00% 60 150,00% 70 233,33% 80 400,00% 90 900,00% Коэффициент бета 0,802 0,873 0,962 1,077 1,230 1,444 1,765 2,299 3,369 6,577 Воздействие рычага 0,000 0,071 0,160 0,275 0,428 0,642 0,962 1,497 2,567 5,775 Как видно из таблицы 3.3, наиболее высокие риски инвесторы и акционеры испытывают при соотношении долг/активы более 0,7. В этом случае риски компании значительно превышают безопасный уровень, и требуемая доходность, как мы убедимся далее, измеряется десятками процентов. Представим значения рычаговых бета-коэффициентов для индексов РТС и ММВБ на рисунке 3.17. β-коэффициент 8,000 7,000 6,000 5,000 4,000 3,000 2,000 1,000 0,000 RTSI MICEX 0 10 20 30 40 50 60 70 80 90 Долг/капитал, % Рисунок 3.17. Рычаговые бета-коэффициенты, ОАО «Газпром» Оценив рычаговые и безрычаговые бета-коэффициенты, перейдем к оценке других ключевых элементов собственного капитала. Оценка безрисковой ставки 96 Оценка безрисковой ставки является вторым шагом для оценки стоимости привлечения собственного капитала. Считается, что именно эта ставка призвана обеспечить доход, защищенный от риска. Таким образом, ни одна из корпоративных ценных бумаг не может обеспечить выполнение данного условия, поскольку даже в самые лучшие периоды деятельности компании существует ненулевой риск банкротства. Соответственно, условно нулевым риском обладают только государственные ценные бумаги. В расчете мы будем ориентироваться на два типа ценных бумаг: это американские десятилетние государственные облигации и российские государственные облигации. Премия за риск Помимо безрисковой доходности, которая в моделях CAPM традиционно оценивается при помощи доходности по государственным облигациям США, инвесторы при осуществлении инвестиций в более рискованные активы, каковыми являются акции, требуют дополнительную доходность на вложенный капитал. Как правило, данная надбавка за риск оценивается примерно в 5% в зависимости от методики расчета и исторического горизонта оценки. При использовании исторической премии за риск будем ориентироваться на среднюю геометрическую доходность, полученную за 1928 – 2000 г. по рынку США – 5,51% [9, с. 235]. Более подробную информацию, почему следует брать в расчетах именно геометрическую среднюю, можно найти у А. Дамодарана [9, с. 235]. Модели оценки стоимости собственного капитала Как уже было отмечено ранее, в расчетах при оценке стоимости собственного капитала возможно использовать следующие 4 модели: 1. Модель спрэда риска дефолта (локальная модель); 2. Модель CAPM Goldman Sachs; 3. Модель суверенного риска дефолта, в которой все компании в стране одинаково подвержены воздействию суверенного риска; 97 4. Модель пропорционального риска дефолта, в которой степень подверженности суверенному риску пропорциональна степени воздействия на нее других видов рыночного риска, измеряемого при помощи бетакоэффициента. Оценим покомпонентно технику построения каждой из моделей доходности по собственному капиталу. Модель спрэда риска дефолта (локальная модель) исходит из следующих предпосылок: к базовой безрисковой ставке, которая соответствует среднеквартальной доходности десятилетних казначейских облигаций США, прибавляется произведение безрычагового бета-коэффициента для индекса РТС на историческую премию за риск в США, а также спрэд дефолта для экономики в зависимости от кредитного рейтинга Moody's, присвоенного стране. Оценим стоимость собственного капитала на примере 4 кв. 2013 г.: Re = 2,73+0,802*5,51+1,9=9,049% Соответственно, изменяются, являются расчетными параметрами, среднеквартальная которые доходность поквартально казначейских гос. облигаций США и спрэд риска дефолта, который зависит от текущего рейтинга страны. Для спрэда риска дефолта используется данные, которые показывают рисковую надбавку в зависимости от текущего суверенного рейтинга страны Moody’s [39]. Второй моделью оценки стоимости собственного капитала является модель CAPM Goldman Sachs [49]. Модель используется прежде всего для расчетов в развивающихся странах, а также странах Восточной Европы, к которым следует отнести и Россию. Модель строится по следующей формуле: Re = rf+[rs+β*(Sb/Su)*Eu*(1-A)] (3.15) где rf - доходность государственных облигаций США; rs - спрэд доходностей государственных облигаций США и развивающейся страны; 98 Sb - изменчивость индекса фондового рынка развивающейся страны; Su - изменчивость индекса фондового рынка США; Eu - рыночная премия за риск для условий США; A - коэффициент корреляции рынков государственных облигаций и фондового рынка развивающейся страны. В качестве безрисковой ставки используется доходность десятилетних американских государственных облигаций (treasuries), спрэд доходностей для США и РФ представлен при помощи специального индекса, EMBI+Russia, который отражает страновую процентную надбавку для России [46]. Соотношение волатильностей определим в таблице 3.4. Значения рассчитаны на основе стандартного отклонения ежедневных доходностей акций. В результате расчета установлено, что для индексов DJIA и S&P500 среднее стандартное отклонение ежедневной доходности составляет 1,24%, для российских RTSI и MICEX – 2,22%. Таблица 3.4. Соотношение волатильностей американских и российских фондовых индексов RTSI MICEX DJIA S&P500 RTSI 98,55% 191,38% 174,16% MICEX 194,20% 176,72% DJIA 91,00% S&P500 Используемые в окончательном расчете по российским индексам РТС и ММВБ коэффициенты соотношения волатильностей для индекса S&P500 составляют 1,741 и 1,767, соответственно. Рыночная премия за риск составляет уже знакомую величину в 5,51%. Наконец, последнее значение, коэффициент корреляции рынков государственных облигаций и фондового рынка развивающейся страны, определим между эффективной ежедневной доходностью государственных облигаций на бирже ММВБ и доходностью индексов РТС и ММВБ (таблица 3.5). 99 Таблица 3.5. Корреляция между эффективной ежедневной доходностью государственных облигаций на бирже ММВБ и доходностью индексов RTSI и MICEX Эффективная доходность государственных облигаций ММВБ RTSI MICEX Эффективная доходность государственных облигаций ММВБ 0,021 0,036 RTSI 0,896 Построим доходность для модели CAPM Goldman Sachs для 4 кв. 2013 г.: Re = 2,73+1,884+0,802*1,741*5,51*(1-0,021)=12,148% Определив первые две модели построения доходности по собственному капиталу, перейдем к оставшимся двум моделям. Модель суверенного риска дефолта строится следующим образом: к безрисковой ставке казначейских облигаций США добавляется произведение бета-коэффициента на рисковую премию (5,51%), а также премия за суверенный риск. Премия за суверенный риск рассчитывается как дополнительная доходность, вызванная более высоким уровнем волатильности для российских индексов. Таким образом, дополнительный риск в процентном выражении составит для индекса РТС 4,08% = 5,51%*1,741-5,51%. Кроме того, модель предусматривает корректировку на уровень инфляции в России и США [29]. Определив все параметры, построим доходность по модели суверенного риска дефолта для 4 кв. 2013 г.: Re = 1,07*(2,73+0,802*5,51+4,086) = 11,974% Последняя модель, т.н. пропорционального риска, определяет подверженность суверенному риску, пропорциональную степени воздействия на нее других видов рыночного риска, измеряемого при помощи бета-коэффициента. 100 Техника построения модели следующая: к безрисковой доходности по десятилетним государственным облигациям США прибавляется произведение бета-коэффициента, умноженного на сумму рисковой премии (5,51%) и премии за суверенный риск (4,086%). По сути, эта модель отличается от предыдущей тем, что здесь суверенная премия за риск также зависит от бета-коэффициента компании. Кроме того, модель также предполагает учет разного уровня инфляции между странами. Построим доходность для 4 кв. 2013 г.: Re = 1,07*(2,73+0,802*(5,51+4,086)) = 11,112% Рассчитав требуемые доходности по 4-м моделям оценки собственного капитала, представим сводный график требуемых доходностей для каждого из кварталов по всем рассматриваемым моделям оценки для индекса РТС, начиная с 2006 по 2014 г. (рисунок 3.18)34. Доходность, % 20,000 18,000 16,000 14,000 12,000 10,000 8,000 6,000 4,000 2,000 0,000 Спрэд риска дефолта Одинаковый суверенный риск Пропорциональный риск 2014_1 2013_3 2013_1 2012_3 2012_1 2011_3 2011_1 2010_3 2010_1 2009_3 2009_1 2008_3 2008_1 2007_3 2007_1 2006_3 2006_1 Goldman Sachs Рисунок 3.18. Требуемая доходность по собственному капиталу, 4 модели оценки Как видно из рисунка 3.18, модели по уровню требуемой доходности собственного капитала располагаются в следующем порядке: модель спрэда риска дефолта, модель пропорционального риска, модель одинакового суверенного риска и модель CAPM Goldman Sachs. В целом требуемая доходность на собственный капитал относительно низка и в среднем за исследуемый период 34 Здесь и далее расчеты для 2014 г. расчеты приведены для 1 и 2 кварталов. 101 составляет от 9 до 12% годовых. Кроме того, снижающиеся процентные ставки на американском долговом рынке, а также российская страновая премия в целом привели к уменьшению требуемой доходности на собственный капитал. Для построения доходности в трехмерном пространстве станем менять фиксированную доходность, изображенную на рисунке 3.18, применив рычаговой бета-коэффициент Хамады к премиям за риск во всех рассматриваемых моделях, т.е. безрисковую доходность (доходность гос. облигаций США) и премии за суверенный риск (MIS Spread, EMBI+Russia спрэд) оставим в качестве констант, а премию за риск инвестора умножим на рычаговой бета-коэффициент. Результат построения для модели CAPM Goldman Sachs представим на рисунке 3.19. Доходность, % 80,000 60,000-80,000 60,000 40,000-60,000 40,000 20,000-40,000 0,000-20,000 20,000 Долговая нагрузка, Долг/Акти вы (D/TA) 2014_1 2013_3 2013_1 2012_3 2012_1 2011_3 2011_1 2010_3 2010_1 2009_3 2009_1 2008_3 2008_1 2007_3 2006_1 2006_3 2007_1 0,000 Год, квартал Рисунок 3.19. Требуемая инвесторами доходность по собственному капиталу в зависимости от долговой нагрузки, ОАО «Газпром», 2006 – 2014 гг. 3.2.2. Текущая долговая нагрузка ОАО «Газпром» Текущий леверидж компании используется прежде всего для оценки безрычагового бета-коэффициента, а также оценки оптимальности левериджа при сравнении с теоретическим оптимальным значением, полученным для минимума средневзвешенной стоимости капитала WACC. Отметим, что в ОАО «Газпром» долговая нагрузка в целом невысока, и более того, имеет тенденцию к 102 уменьшению по мере развития компании (см. рисунок 3.20). Кроме того, как будет показано далее, по ряду моделей оценки оптимальности применяемого левериджа имеется теоретический запас увеличения долговой нагрузки без увеличения рисков. D/E, % 40,00% 35,00% y = -0,004x + 0,318 R² = 0,624 30,00% 25,00% 20,00% 15,00% 10,00% 5,00% 0,00% Год, квартал Рисунок 3.20. Отношение Долг/Собственный капитал (D/E) ОАО «Газпром», 2006-2014 гг. 3.2.3. Оценка стоимости привлечения заемного капитала Доходность по заемному капиталу является вторым компонентом в оценке средневзвешенной стоимости капитала WACC и определяется следующим образом: к безрисковой ставке, которая представляет доходность десятилетних американских облигаций, добавляется страновой компонент риска, представленный спрэдом EMBI+Russia [17]. Третьим немаловажным элементом является так называемый спрэд в зависимости от коэффициента покрытия, который рассчитывается как отношение прибыли от продаж к процентам по долговым обязательствам. Базовые значения спрэда представлены в книге А. Дамодарана [9, с. 300]. Именно оценка третьего элемента в модели является наиболее дискуссионным компонентом оценки стоимости заемного капитала. Если в случае 103 с собственным капиталом все модели определения стоимости нацелены на использование бета-коэффициентов и представляют CAPM модели в той или иной форме, то в случае с заемным капиталом возможны различные варианты: в первом случае модель может быть представлена без изменений, т.е. третья компонента, надбавка в зависимости от коэффициента покрытия, добавляется к безрисковой доходности и страновой надбавке в виде спрэда EMBI+Russia. Во втором случае предпочтения инвесторов формируются следующим образом: третья компонента представляет собой произведение спрэда коэффициента покрытия процентов на рычаговой бета-коэффициент для собственного капитала в зависимости от долговой нагрузки, т.е. предпочтения кредиторов относительно испытываемого компанией риска повторяют ожидания акционеров и инвесторов. Именно второй вариант представляется наиболее правильным, для него далее произведены расчеты WACC и стоимости компании. Базовые коэффициенты покрытия процентов для ОАО «Газпром» представлены на рисунке 3.21. Коэффициент рассчитывается на основе годовой отчетности и представляет отношение прибыли от продаж к процентам, уплаченным по заемному капиталу. Коэффициен т покрытия 20,00 18,00 16,00 14,00 12,00 10,00 8,00 6,00 4,00 2,00 0,00 2006 2007 2008 2009 2010 2011 2012 2013 Год Рисунок 3.21. Коэффициенты покрытия процентов ОАО «Газпром», 2006 – 2013 г. Как видно из рисунка 3.21, коэффициент достигает максимума в 2011 г. за счет одновременного действия сразу двух факторов: во-первых, относительно более низкого уровня процентных расходов по долгу, которые не превышают 90 104 млрд. руб., во-вторых, высокого уровня прибыли от продаж (1 656 млрд. руб.). С другой стороны, рост стоимости заемных источников, падение прибыли от продаж привели к негативному воздействию на показатель в 2008 – 2009 гг., который, тем не менее, имеет тенденцию к росту в последние годы. Помимо коэффициента покрытия еще одним показателем, который непосредственно интересует нас в исследовании, является стоимость фондирования заемным капиталом. Здесь представляется интересным сравнить две стоимости: с одной стороны, расчетную теоретическую стоимость заемного капитала, трехкомпонентная методика построения которой рассмотрена выше, и, с другой стороны, реальную стоимость привлечения средств долга. Вторая величина рассчитывается «Капитализированные как отношение проценты» и уплаченных «Уплаченные процентов проценты» (стр. ОДДС Консолидированной ежегодной отчетности ОАО «Газпром») к среднегодовому значению долга на основе ежеквартальной отчетности (к процентному долгу относится сумма значений в балансе по статьям «Краткосрочные заемные средства и текущая часть обязательств по долгосрочным займам» и «Долгосрочные займы»). Представим сравнение полученных значений на рисунке 3.22. Процентная 12,00 ставка, % 10,00 8,00 6,00 % rate (model) 4,00 % rate (real) 2,00 2013_3 2013_1 2012_3 2012_1 2011_3 2011_1 2010_3 2010_1 2009_3 2009_1 2008_3 2008_1 2007_3 2007_1 2006_3 2006_1 0,00 Год, квартал Рисунок 3.22. Теоретическая и реальная стоимость заемного капитала ОАО «Газпром», 2006 – 2013 г. 105 Как мы видим, сравнение ставок показывает интересные особенности, присущие долговому рынку. Можно выделить три участка на графике: на первом расчетная и реальная процентные ставки совпадают (2007 г.), на втором реальная процентная ставка ниже теоретической (2009 гг.), что, по всей видимости, на тот момент вызвано зафиксированной стоимостью обязательств, на третьем реальная ставка кредитования выше расчетной (2012 – 2013 гг.), что, напротив, вызвано более высокими опасениями кредиторов относительно рисков компании. Как мы видим, подобные «несовершенства» в течение макроэкономических циклов позволяют экономить денежные средства на процентах, привлекая долг во время макроэкономических подъемов и, напротив, снижать его во время спадов экономики. Показав теоретическую и реальную процентные ставки по заемному капиталу, начнем менять фиксированные параметры на переменные, в зависимости от теоретического уровня долговой нагрузки, который меняется от 0 до 90% капитала (активов) компании. По сути, процентная ставка по долговым обязательствам США (безрисковая ставка), а также суверенный спрэд EMBI+Russia представляют в расчете константу, меняется третий параметр, дополнительная рисковая надбавка в зависимости от коэффициента покрытия процентов с учетом изменения требований кредиторов аналогично акционерам (включение в расчет рычаговых бета-коэффициентов). Представим трехмерную поверхность для заемного капитала на рисунке 3.23. 106 Доходность, % 40,00-60,00 60,00 20,00-40,00 40,00 0,00-20,00 20,00 Долговая нагрузка, Долг/Ак тивы (D/TA) 2014_1 2013_3 2013_1 2012_3 2012_1 2011_3 2011_1 2010_3 2009_3 2010_1 2009_1 2006_1 2006_3 2007_1 2007_3 2008_1 2008_3 0,00 Год, квартал Рисунок 3.23. Трехмерная поверхность доходности по заемному капиталу, ОАО «Газпром», 2006 – 2014 г. 3.2.4. Расчет средневзвешенной стоимости капитала (WACC) Средневзвешенная стоимость капитала представляет взвешенную по долям капитала стоимость привлечения средств, которая учитывает как заемные, так и собственные средства компании. При учете стоимости заемного капитала следует иметь в виду то, что проценты по заемным средствам следует скорректировать на т.н. «налоговый щит», т.е. реальная стоимость привлечения капитала с учетом того, что проценты по заемному капиталу подлежат вычету при расчете налога на прибыль, становится меньше на 20%. Таким образом, представим формулу WACC для расчетов [30, с. 837]: WACC = Re*de + Rd*dd*(1-t) (3.16) где Re – требуемая доходность по собственному капиталу; de – доля собственного капитала; Rd – требуемая доходность по заемному капиталу; dd – доля собственного капитала; t - ставка налога на прибыль. 107 Осуществим расчет средневзвешенной стоимости капитала для 4 кв. 2013 г. по модели собственного капитала CAPM Goldman Sachs и долговой нагрузке 50% (соотношение Debt/Total assets (D/TA) – 50%): WACC = 18,175*0,5+7,501*0,5*(1-0,2) = 12,088% Рассчитанное значение показывает средневзвешенную стоимость капитала в одной конкретной точке трехмерной поверхности, т.е. для 4 кв. 2013 г. (конкретный момент времени) и определенной долговой нагрузки (50%, точное значение левериджа). Построим на рисунке 3.24 итоговую поверхность для WACC, в которой меняется как координата времени (с 2006 по 2014 г. с шагом в 1 квартал), так и леверидж компании (от долговой нагрузки, равной нулю, до уровня D/TA в 90%). Доходность, % 40,000-50,000 50,000 30,000-40,000 40,000 20,000-30,000 30,000 10,000-20,000 20,000 0,000-10,000 10,000 Долговая нагрузка, Долг/Акти вы (D/TA) 2014_1 2013_3 2013_1 2012_3 2012_1 2011_3 2011_1 2010_3 2010_1 2009_3 2009_1 2008_3 2008_1 2007_3 2007_1 2006_3 2006_1 0,000 Год, квартал Рисунок 3.24. Средневзвешенная стоимость капитала WACC, ОАО «Газпром», 2006 – 2014 г. Для WACC на рисунке 3.24 характерны следующие особенности: вопервых, вполне очевидно, что средневзвешенная доходность по капиталу меняется в зависимости как от координаты времени, так и от левериджа. Подверженность макроэкономическим циклам приводит к тому, что в моменты кризисов (на рисунке 2008 – 2009 гг.) требуемая доходность по капиталу возрастает, в моменты роста экономики – несколько снижается. Во-вторых, применение формулы Хамады при оценке собственного капитала приводит к 108 повышению общей требуемой доходности для WACC в зависимости от левериджа компании, т.е. чем выше долговая нагрузка, тем больше требования акционеров и кредиторов к генерируемой доходности по капиталу. В-третьих, во все временные интервалы наблюдается характерный минимум WACC, т.е. оптимальное значение левериджа, при котором средневзвешенная стоимость капитала минимальна. В-четвертых, указанный минимум все время меняется в зависимости от макроэкономической ситуации. Обозначим гипотезу №5, согласно которой в моменты макроэкономических подъемов резервы наращивания долговой нагрузки выше, чем в периоды спада экономики, и проверим ее на практике: на рисунке 3.25 представлена ежеквартальная оптимальная долговая нагрузка компании ОАО «Газпром» согласно построенным четырем моделям стоимости собственного капитала. Долг/Активы (D/TA) 0,7 0,6 0,5 WACC Local RU 0,4 WACC GS RU 0,3 0,2 WACC Sov risk RU WACC Prop risk RU 0,1 0 Год, квартал Рисунок 3.25. Оптимальная структура капитала компаний, ОАО «Газпром», 2006 – 2014 гг. Как мы видим на рисунке 3.25, оптимальный леверидж компании увеличивается на «сырьевом пике» цен 2006 – 2008 г., достигая значений в 0,4 – 0,5 от всего капитала, т.е. долговая нагрузка в 40 – 50%, созданная за счет краткосрочных кредитов, вполне «безболезненно» могла быть воспроизведена руководством ОАО «Газпром». Кроме того, обращает на себя внимание тот факт, что средневзвешенная стоимость капитала WACC, созданная на основе различных моделей построения доходности по собственному капиталу, по-разному реагирует 109 на изменение финансовых параметров деятельности компании, а также макроэкономическую конъюнктуру: наиболее стабильной является модель на основе CAPM Goldman Sachs, тем самым, несмотря на наиболее сложную методику построения, доказывая свое превосходство над другими моделями. Далее в расчетах она применена в качестве базовой модели для оценки текущей стоимости компании. Рассчитав оптимальную структуру капитала для каждого момента времени (т.е. квартала), перейдем к оценке отклонений реально наблюдаемого левериджа от оптимального, минимизирующего средневзвешенное значение стоимости капитала WACC. При этом для текущей структуры капитала условно были установлены границы, в которых находится текущее значение левериджа. Например, если текущий леверидж составляет значение 0,223, то он относится к интервалу (0,15;0,25) и т.д. Представим оценку отклонений на рисунке 3.26. Отклонение, % 0,8 0,6 0,4 0,2 WACC Local RU 0 WACC GS RU -0,2 WACC Sov risk RU -0,4 WACC Prop risk RU -0,6 -0,8 -1 -1,2 Год, квартал Рисунок 3.26. Отклонения текущей структуры капитала от оптимальной, 4 модели оценки собственного капитала Интересным представляется проанализировать данные, представленные на рисунке 3.26. Как мы видим, по трем моделям оценки собственного капитала (локальной, CAPM GS и пропорционального риска) получена примерно одинаковая динамика потерь от применения неоптимального левериджа. 2007 г. характеризуется соответствием текущей долговой нагрузки оптимальной, однако 110 2009 г. примечателен избыточностью применяемого финансового рычага, максимальные потери по ряду моделей достигают ~0,4 - 0,6%. Начиная с 2010 г. все модели действуют согласованно, за исключением модели суверенного риска. На наш взгляд, данная модель наиболее неочевидно передает экономическую действительность, а выбор снова следует остановить на CAPM GS. 3.2.5. Свободный денежный поток ОАО «Газпром» Оценка свободного денежного потока представляет следующий этап расчета в трехмерном подходе [14]. Свободный денежный поток представляет наиболее точную оценку денежных средств, которые остаются поставщикам капитала после осуществления всех необходимых инвестиций в компанию. В целом следует отметить, что денежный поток возможно оценить как для собственников (FCFE), так и применительно ко всем поставщикам капитала (FCFF). Поскольку ранее в расчетах применялся показатель WACC, то следует использовать денежный поток для всех поставщиков капитала, как собственного, так и заемного. Оценку свободного денежного потока осуществим по формуле: FCFF = NI + A - ∆((CA – Cash – STI) – (CL – STD)) - ∆CAPEX где FCFF – свободный денежный поток; NI – чистая прибыль; A – амортизация; CA – текущие активы (оборотные средства); Cash – наличные денежные средства, средства на расчетных счетах; STI – краткосрочные финансовые вложения; CL – текущие обязательства (краткосрочные обязательства); STD – краткосрочный долг и текущая часть долгосрочного долга со сроком погашения менее 12 мес.; CAPEX – капитальные затраты компании. 111 По сути, формула расчета включает покомпонентную корректировку полученной чистой прибыли, во-первых, на амортизацию, представляющую неденежные затраты организации, во-вторых, на чистое изменение (увеличение или уменьшение) оборотного капитала, и в-третьих, на чистое изменение капитальных затрат организации за период. Оценка свободного денежного потока производилась на ежегодной основе, поскольку полученные поквартальные данные слишком волатильны для подобной оценки. Представим график свободного денежного потока ОАО «Газпром» на рисунке 3.27. 2006_1 2006_2 2006_3 2006_4 2007_1 2007_2 2007_3 2007_4 2008_1 2008_2 2008_3 2008_4 2009_1 2009_2 2009_3 2009_4 2010_1 2010_2 2010_3 2010_4 2011_1 2011_2 2011_3 2011_4 2012_1 2012_2 2012_3 2012_4 2013_1 2013_2 2013_3 2013_4 FCFF, млн. руб. 2 000 000 1 800 000 1 600 000 1 400 000 1 200 000 1 000 000 800 000 600 000 400 000 200 000 0 Год, квартал Рисунок 3.27. Свободный денежный поток ОАО «Газпром», 2006 – 2013 гг. 3.2.6. Текущая стоимость компании ОАО «Газпром» Пожалуй, наиболее интересный вопрос связан с оценкой текущей стоимости компании, которая, в свою очередь, представлена в расчетах простым соотношением между свободным денежным потоком и средневзвешенной стоимостью капитала [53]: Value = FCFFi/WACCkl где FCFFi – свободный денежный поток за год i; WACC – средневзвешенная стоимость капитала; 112 k – обозначение квартала в данных временного ряда; l – значение конкретной долговой нагрузки (от 0 до 90% от активов компании). Конкретизируем технику построения трехмерной поверхности стоимости компании. Очевидно, что она представляет в пространстве зеркальное отображение поверхности WACC с учетом полученного компанией свободного денежного потока. Необходимость корректного расчета FCFF на основе ежегодных, а не квартальных данных, несколько нивелирует пространственную точность получаемой поверхности стоимости, однако достоверность при этом многократно возрастает. При этом, напротив, по нижней поверхности WACC в расчетах используются ежеквартальные данные, представленные на рисунке 3.24. Анализ величин разной временной протяженности призван, с одной стороны, сгладить негативные эффекты от некорректного построения свободного денежного потока, с другой стороны, максимально подробно и точно описать конъюнктуру финансовых рынков. Далее, при анализе поверхности стоимости представляется интересным сравнить конечное поведение стоимостной оценки ОАО «Газпром» при различных уровнях долговой нагрузки, а также в зависимости от макроэкономического цикла (рисунок 3.28). Стоимость, млн. руб. 20 000 000 15 000 000-20 000 000 10 000 000-15 000 000 5 000 000-10 000 000 15 000 000 0-5 000 000 10 000 000 5 000 000 2014_1 Долговая нагрузка, Долг/Акт ивы (D/TA) 2013_3 2013_1 2012_3 2012_1 2011_3 2011_1 2010_3 2010_1 2009_3 2009_1 2008_3 2006_1 2006_3 2007_1 2007_3 2008_1 0 Год, квартал Рисунок 3.28. Текущая стоимость ОАО «Газпром», 2006 – 2014 гг. 113 Для инвестора также крайне важным аспектом представляется сравнение рыночной капитализации компании с фундаментальной текущей стоимостью собственного капитала. Для этого сопоставим теоретическую стоимость собственного капитала с рыночной капитализацией следующим образом: из рыночной капитализации компании вычтем поверхность стоимости компании на рисунке 3.28, уменьшенную на долговые обязательства (рисунок 3.29). Переоценка ()/недооценка (+), млн. руб. 10 000 000-12 000 000 8 000 000-10 000 000 12 000 000 6 000 000-8 000 000 10 000 000 4 000 000-6 000 000 8 000 000 6 000 000 2 000 000-4 000 000 4 000 000 2 000 000 0 -2 000 000 -4 000 000 -6 000 000 -8 000 000 0-2 000 000 2014_1 2013_3 2013_1 -6 000 000--4 000 000 2012_3 2012_1 2011_3 2011_1 2010_3 2010_1 2009_3 2009_1 2008_3 2008_1 2007_3 -4 000 000--2 000 000 2007_1 2006_1 2006_3 -2 000 000-0 -8 000 000--6 000 000 Долговая нагрузка, Долг/Акт ивы (D/TA) Год, квартал Рисунок 3.29. Сравнение рыночной капитализации и теоретической стоимости собственного капитала ОАО «Газпром», 2006 – 2014 гг. На рисунке 3.29 можно четко выделить две области: отрицательная, до 2009 г., означающая переоцененность компании по стоимости акций на фондовых рынках относительно фундаментальных показателей деятельности, и, начиная с 2010 г., положительная, отражающая недостаточную стоимостную оценку компании по фундаментальным характеристикам. Кроме того, последним анализируемым аспектом в расчетах является то, какова денежная оценка уменьшения стоимости компании при применении текущей структуры капитала относительно оптимальной: данный аспект становится крайне важным перед «знаковыми» моментами в деятельности 114 компании, такими как выход на IPO или привлечение крупного заемного финансирования (рисунок 3.30). Недооценка, млн. руб. 0 -50 000 -100 000 -150 000 -200 000 -250 000 -300 000 Год, квартал Рисунок 3.30. Недооценка при применении текущего левериджа ОАО «Газпром», 2006 – 2014 гг. 3.2.7. Сравнение результатов с ОАО «Лукойл» Аналогичный алгоритм был применен и для оценки ОАО «Лукойл», второй после ОАО «Газпром» крупнейшей компании России. Не останавливаясь подробно на технике расчета, поскольку она была сформулирована выше, отразим ключевые моменты, интересующие нас в рамках проверки выдвинутых базовых гипотез. Средневзвешенная стоимость капитала WACC следующий вид (рисунок 3.31). компании имеет 115 % ставка 40,000 30,000 20,000 30,000-40,000 10,000 20,000-30,000 10,000-20,000 2013_4 2013_1 2012_2 2011_3 2010_4 2010_1 2009_2 2008_3 2007_4 2007_1 2006_2 2005_3 2004_4 2004_1 2003_2 2002_3 2001_1 2001_4 0,000 0,000-10,000 Долговая нагрузка, Долг/Акт ивы (D/TA) Квартал, год Рисунок 3.31. Средневзвешенная стоимость капитала WACC, ОАО «Лукойл», 2001 – 2014 гг. Очевидно, что средневзвешенная стоимость капитала WACC меняется во времени и для ОАО «Лукойл». Условно график возможно разделить на несколько участков в зависимости от деловых циклов в экономике: фаза макроэкономического роста, 2001 – 2007 гг., характеризующаяся быстрым уменьшением процентных ставок в начале 2000-х гг. и их более плавным снижением к концу фазы в 2005 – 2007 гг.; фаза кризиса, 2008 – 2010 гг., для нее характерен резкий рост ставок, и, как следствие, рост требуемой доходности по собственному и заемному капиталу и ее постепенное снижение к концу 2010 г.; фаза роста экономики, начиная с 2011 г., характеризующаяся возвратом ставок на предкризисный уровень. По четырем моделям стоимости собственного капитала был произведен анализ оптимальной текущей долговой нагрузки компании за 2001 – 2014 гг. Результат представлен на рисунке 3.32. 116 Долг/Активы (D/TA) 0,8 0,7 0,6 0,5 WACC Local RU 0,4 WACC GS RU 0,3 WACC Sov risk RU 0,2 WACC Prop risk RU 0,1 0,0 Год, квартал Рисунок 3.32. Оптимальная структура капитала ОАО «Лукойл», 2001 – 2014 гг. Анализируя график, очевидно, что в зависимости от той или иной модели оценки стоимости собственного капитала меняется оптимум структуры капитала. На наш взгляд, наиболее «взвешенна» динамика изменений по модели CAPM Goldman Sachs, поскольку, с одной стороны, она наиболее стабильно оценивает оптимальную долговую нагрузку, с другой стороны, практически во все моменты времени модель представляет среднюю оценку, полученную по другим моделям. Однако очевиден и второй момент: существенный потенциал наращения левериджа снова наблюдается именно в моменты роста экономики, с 2004 по 2008 гг. Именно здесь наиболее «безболезненно» с точки зрения рисков мог применяться заемный капитал, как для увеличения оборотных средств, так и для реализации краткосрочных инвестиционных проектов. Кроме того, очевидно, что компания недостаточно полно использует возможности, предоставленные макроэкономической действительностью, по оптимизации текущего левериджа, руководствуясь консервативным подходом к применяемой структуре капитала (рисунок 3.33). 117 Отклонение, % 1,000 0,500 0,000 WACC Local RU WACC GS RU -0,500 WACC Sov risk RU WACC Prop risk RU -1,000 -1,500 -2,000 Рисунок 3.33. Отклонения текущей структуры капитала ОАО «Лукойл» от оптимальной, 4 модели оценки собственного капитала Расчеты позволяют выявить несколько периодов: с 2001 по 2004 г. долговая нагрузка компании примерно соответствует оптимальной, расхождение с оптимумом составляет не более 0,2%. Начиная с 2004 г. по 3 кв. 2008 г. финансовый рычаг компании находится ниже равновесного значения, потери достигают 0,45% годовых. Две тысячи восьмой год характеризуется излишней текущей долговой нагрузкой, однако ситуация носит краткосрочный характер. Начиная с 2010 г. долговая нагрузка компании примерно соответствует оптимуму, потери по модели CAPM GS не превышают 0,25%. Последним является интересующим нас параметром недооцененность/переоцененность применяемого левериджа (рисунок 3.34). деятельности компании в компании зависимости от 118 Недооценка, млн. дол. 1 000 500 2014_1 2013_3 2013_1 2012_3 2012_1 2011_3 2011_1 2010_3 2010_1 2009_3 2009_1 2008_3 2008_1 2007_3 2007_1 2006_3 2006_1 2005_3 2005_1 2004_3 2004_1 2003_3 2003_1 2002_3 2002_1 -1 000 2001_3 -500 2001_1 0 -1 500 -2 000 -2 500 -3 000 -3 500 y = 1,781x2 - 133,2x + 609,2 R² = 0,457 -4 000 Рисунок 3.34. Недооценка при применении текущего левериджа ОАО «Лукойл», 2006 – 2014 гг. Как видно из рисунка 3.34, недооценка стоимости компании сильно зависит от текущего свободного денежного потока, однако очевидно, что с увеличением масштабов деятельности консервативный подход к оптимизации долговой нагрузки увеличивает недооценку. 3.2.8. Оценка коэффициентов оптимальности применяемой структуры капитала В параграфе 3.1.3 были рассмотрены теоретические основы расчета показателей оптимальности применяемой структуры капитала компании на протяжении стадий жизненного цикла. Следует подчеркнуть, что достоверно данные показатели (коэффициенты) можно оценить только по имеющимся историческим данным, т.е. когда известны как финансовая структура капитала, применявшаяся в компании, так и расчетный оптимум левериджа. Тем не менее, выявление ресурсов по наращиванию или уменьшению левериджа до оптимального уровня позволяет понять, какая долговая нагрузка наиболее удобна для компании как с точки зрения формирования минимальной средневзвешенной 119 стоимости капитала WACC, так и с точки зрения выявления потенциала роста стоимости. Оценка первого коэффициента, α (альфа), выявляет существенные резервы наращивания долговой нагрузки. Коэффициент α показывает, каковы резервы увеличения (уменьшения) текущего левериджа компании относительно долговой нагрузки при оптимальной структуре капитала на исследуемом участке жизненного цикла компании (таблица 3.6). Таблица 3.6. Коэффициенты α оценки относительных резервов наращивания (уменьшения) текущего левериджа компании Модель CAPM ОАО ОАО "Газпром" "Лукойл" Локальная Goldman Sachs Суверенного риска Пропорционального риска Средняя оценка 31,14% 42,39% 61,06% -4,56% 32,51% 62,76% 66,63% 70,57% 27,53% 56,87% Анализ показывает, что при среднем леверидже 16,6% (Долг/Активы (D/TA)) для ОАО «Газпром» оценки оптимального финансового рычага находятся в диапазоне от 15,88% до 42,65% D/TA, для ОАО «Лукойл» при среднем леверидже 12,48% D/TA оптимальный финансовый рычаг находится в диапазоне от 17,22% до 42,41% D/TA. Если учесть среднюю оценку по полученным моделям оценки стоимости собственного капитала, то расчетная оптимальная долговая нагрузка для ОАО «Газпром» составляет 27,87% D/TA, для ОАО «Лукойл» 32,64%. Рассчитаем второй показатель, коэффициент β относительных процентных потерь в средневзвешенной стоимости капитала. Коэффициент β показывает, каковы потери в процентном выражении при применении текущей структуры капитала, соответствующей ей средневзвешенной стоимости капитала WACC, и средневзвешенной стоимости капитала WACC при оптимальной долговой нагрузке. Расчеты показывают, что коэффициент β принимает для ОАО «Газпром» и ОАО «Лукойл» следующие значения (таблица 3.7). 120 Таблица 3.7. Коэффициенты β оценки относительных процентных потерь средневзвешенной стоимости капитала WACC ОАО ОАО Модель CAPM "Газпром" "Лукойл" Локальная модель CAPM 1,39% 1,74% CAPM Goldman Sachs 1,44% 1,89% Модель суверенного риска 5,10% 5,81% Модель пропорционального риска 0,73% 1,47% Средняя оценка 2,17% 2,73% Анализ данных в таблице 3.7 показывает, что относительные процентные потери компаний при формировании средневзвешенной стоимости капитала WACC не столь велики и составляют в среднем 2,17 – 2,73%, при этом по трем моделям формирования доходности по собственному капиталу (локальной, Goldman Sachs, пропорционального риска) полученные оценки еще ниже и принимают значения 0,73 – 1,89%. 3.3. Жизненный цикл нефтегазовой отрасли: современное состояние и прогнозы В данном параграфе обобщим наиболее масштабные проведенные исследования и представим оценки экспертов, связанные с мировым и российским спросом и предложением на углеводородное сырье на перспективу до 2040 – 2050 гг. На основе предложенных экспертами оценок сформулируем прогнозный жизненный цикл нефтегазовой отрасли. Выделим ряд тенденций, которые составлены экспертами РАН при подготовке прогнозов развития энергетической отрасли до 2040 г. [48]. Прежде всего к ним относятся следующие. Во-первых, невозобновляемые источники энергии (нефть, газ, уголь и др.) сохранят свое влияние в мире, и их доля в общем энергетическом балансе снизится незначительно, с 53 до 51%. 121 Во-вторых, значительно изменятся товарные потоки углеводородов в мире. Мировая доля потребления углеводородов среди развивающихся стран АзиатскоТихоокенского Региона (АТР) значительно возрастет. Существенно вырастут и экономики таких развивающихся стран как Китай и Индия, ожидается их выход на лидирующие позиции по уровню ВВП. Кроме того, спрос на ископаемые энергоресурсы в странах Европы претерпит относительное снижение, поэтому европейский рынок не является в настоящее время таким же привлекательным для экспорта. В-третьих, существенно влияние и внутритопливной конкуренции. Ожидается, что доля нефти в общем энергетическом балансе снизится в ближайшие десятилетия относительно долей газа и угля, при этом основными потребителями последнего ресурса станут Индия и Китай. В-четвертых, по мнению ученых, ситуация для предприятий российского ТЭКа остается напряженной: относительно высокие издержки добычи и значительная налоговая нагрузка российских предприятий являются негативными факторами для повышения конкурентоспособности на мировых рынках. В-пятых, прогноз будущего развития России характеризуется снижением доли ТЭКа в пользу обрабатывающего сектора промышленности и сферы услуг. Акцент следует сделать на энергоэффективности как в целом экономики, так и отдельных проектов. По мнению Т. Хелблинга, между ситуацией, сложившейся на нефтяном рынке в начале 1980-х гг., и текущей, существуют фундаментальные различия [55]. Ключевое из них состоит в том, что используемый конкретный вид топлива в настоящее время не столь взаимозаменяем в механизмах, работающих на углеводородном сырье. Современная ситуация такова, что большинство энергоресурсов используется на транспорте, а не в сфере ЖКХ. Кроме того, исследователь отмечает актуальные проблемы, стоящие перед нефтяными компаниями: все более глубоководным бурением, затратные проекты, освоением в частности, арктического связанные шельфа, а участившийся «ресурсный национализм» стран и проблемы безопасности. с также 122 А.И. Громов в своем докладе [7] выделяет следующие риски, с которыми столкнется мировой энергетический рынок в ближайшем будущем: 1. Неоиндустриализация мировой экономики на базе новых технологий. 2. Технологическая глобализация. 3. Ресурсная регионализация. 4. Ускоренное развитие добычи и использования нетрадиционных углеводородов. 5. Переход от «рынка продавца» к «рынку покупателя» (рост конкуренции между странами-экспортерами энергоносителей). Отдельного внимания заслуживает и рост ВВП в странах мира к 2050 г. Аналитический доклад, посвященный этому, был подготовлен компанией PWC [42]. К 2050 г. выделены следующие тенденции относительно ведущих экономик мира. Во-первых, Китай станет лидером мировой экономики, опередив США. Ожидается, что экономика Китая будет крупнее экономики США на 35% (по рыночным обменным курсам, РОК) или на 57% по ППС. Тем не менее, помимо столь внушительного экономического роста, Китай неизбежно столкнется с демографической проблемой старения своего населения. Индия обладает еще большим потенциалом к росту, поскольку ее население моложе, а трудоспособное население увеличивается более быстрыми темпами. К 2050 г. ожидается выход экономики Индии на 3-е место с прогнозным ВВП в размере 31,3 трлн. дол. США (РОК). Что касается России, то существенным сдерживающим фактором роста экономики является снижение доли трудоспособного населения. Ожидается, что Россия к 2050 г. займет 6-е место среди крупнейших экономик мира с прогнозным ВВП 6,1 трлн. дол. (РОК). Отдельное внимание следует уделить Китаю, как наиболее динамично развивающейся крупной экономике мира. Интересные тенденции отмечены В. Ковтуном при оценке перспектив потребностей китайской экономики в углеводородном сырье [31]. В частности, следует выделить несколько разработанных экономическим блоком в КНР сценариев развития экономики до 123 2050 г.: действующий, низкокарбоновый, ужесточенный низкокарбоновый, ослабленный низкокарбоновый. На наш взгляд, наиболее интересен для анализа предложенный ужесточенный низкокарбоновый сценарий. Наиболее вероятно, что доля нефти и угля в экономике Китая сократится, в то время как возрастет потребление газа, как более экологичного топлива, а также производство атомной энергии (снижение доли угля с 62 до 42%, абсолютный рост нефти в 1,67 раза, газа – в 2,47 раза, ядерной энергии – в 6,6 раза, рост доли до 9%). Интересные для оценки данные представлены в Проекте энергетической стратегии России до 2035 г., разработанном Министерством энергетики РФ. «По данным Минприроды России, на начало 2012 года запасы нефти в стране составляли 17,8 млрд. т. по категориям А+В+С1, и 10,9 млрд. т. по категории С2. …степень разведанности ресурсов нефти России составляет менее 40%. Процентное соотношение накопленной добычи нефти к начальным суммарным ресурсам составляет менее 20%. Это говорит о большом ресурсном потенциале недр страны» [60, с. 90]. «Прогнозные ресурсы газа оцениваются в 164,2 трлн. куб. м, в том числе на континентальных шельфах Российской Федерации - 63,8 трлн. куб. м. Разведанные балансовые запасы газа промышленных категорий А+В+С1 на 1 января 2012 года составляют 48,8 трлн. куб. м., в том числе на континентальных шельфах Российской Федерации – 8 трлн. куб. м.» [60, с. 91]. По мнению экспертов из ВШЭ, до 2025 г. ежегодная добыча нефти в России остановится на отметке 510 млн. т., далее ожидается ее снижение до 500 – 505 млн. т. к 2035 г. [40]. Появятся новые регионы добычи: Прикаспий, Дальний Восток и Восточная Сибирь. Планируемая доля нефти в производстве энергоресурсов к 2035 г. – 31 – 33%. Уровень добычи природного газа возрастет с «649 млрд. куб. м. до 870–930 млрд. куб. м в 2035 г. в основном на Ямале и Штокмановском месторождении, а также в Восточной Сибири и на Дальнем Востоке» [40, с. 199]. Кроме того, прослеживается и ряд других тенденций. Так, отмечается, что «доля газа не сократится, а повысится с 41% в 2010 г. до 47–48% в 2035 г. На 12–14% к 2035 г. вырастет добыча угля (в основном в Кузнецком и 124 Канско-Ачинском бассейнах), и его доля в производстве энергоресурсов уменьшится с 12,2 до 11%. В 1,9–2,5 раза повысится использование атомной энергии с ростом ее доли с 3 до 4–5%. Почти утроится использование нетрадиционных возобновляемых энергоресурсов, но их роль в ТЭК останется скромной, поднявшись с 1,1 до 2,5%» [40, с. 199]. По другим оценкам, начальные суммарные ресурсы нефти в Восточной Сибири и на Дальнем Востоке составляют 15 млрд. т. (18% от общероссийских), при этом степень разведанности запасов - всего 12% (2,8 млрд. тонн). Кроме того, начальные суммарные ресурсы газа оцениваются в 60 трлн. куб. м., 25% от общероссийских. Степень разведанности по газу еще ниже и составляет 8% [35, с. 196]. Существует мнение, что пик добычи нефти в мире придется на 2040 – 2050е годы [54]. Тем не менее, существующая в настоящая время мировая структура энергопотребления не отвечает современным требованиям по выбросам парниковых газов, следовательно, акцент будет делаться на источниках, выделяющих наименьшие объемы углекислого газа, т.е. газ, атомная энергетика, возобновляемые источники энергии (ВИЭ). По оценкам экспертов, ожидается, что доля ВИЭ среди всех источников энергии достигнет в Европе 20%. Существуют и другие оценки ресурсного потенциала углеводородов. По мнению А.Э. Конторовича, наиболее вероятна реализация следующего сценария: уровень максимальной добычи нефти будет достигнут в 2020 – 2030 гг. и составит 4,6 – 4,8 млрд. тонн, основными регионами добычи останутся бассейн Персидского залива, Западная и Восточная Сибирь [34]. Данный уровень возможно поддерживать примерно до 2050 г., после чего неизбежно падение уровня добычи традиционной нефти. При сохранении высоких цен на углеводородное сырье будет стимулироваться добыча «тяжелой», а также сланцевой нефти. В этом случае возможно сохранение уровня добычи в 4 – 4,5 млрд. тонн до конца XXI века. По мнению О. Новиковой и М. Поповой, экспертов из Института проблем нефти и газа РАН, к 2020 г. вполне достижимо значение ежегодной добычи нефти 125 в России на уровне 540 млн. т., а также сохранение данного уровня до 2050 г. [45]. Тем не менее, для этого требуется предпринять ряд мер, прежде всего связанных с освоением новых месторождений и вовлечением в оборот прогнозных ресурсов категории С3. Резюмируя, возможно сформулировать следующий прогноз по жизненному циклу нефтегазовой отрасли. Существующие мировые потребности в энергоносителях в настоящее время невозможно качественно удовлетворить альтернативными источниками энергии, поэтому рынок углеводородов будет сохранять свое влияние на мировом энергетическом рынке. Экспертные оценки, приведенные выше, показывают, что при сохранении существующих тенденций и отсутствии качественного прорыва в уровне технологий пик добычи традиционного углеводородного сырья достигнет в 2030–2040-е гг., после чего начнется ее постепенное снижение. Кроме того, в силу географических особенностей и большой территории Россия обладает уникальными возможностями по сохранению и преумножению своего ресурсного потенциала углеводородов. Таким образом, возможно построить следующий график относительно прогнозного жизненного цикла отрасли (рисунок 3.35). Стадии жизненного цикла Стадии расцвета и стабильности Стадии спада Стадия роста 1990 2000 2010 2020 2030 2040 2050 2060 2070 Годы Рисунок 3.35. Ожидаемый жизненный цикл нефтегазовой отрасли России Таким образом, по оценкам ученых, в настоящее время нефтегазовая отрасль находится на подъеме, что соответствует стадии роста в жизненном 126 цикле. Ожидается, что своего расцвета отрасль достигнет до 2040 г., после чего начнется постепенное снижение добычи и снижение роли отрасли в мировом энергетическом балансе при развитии ряда альтернативных технологий. Выводы по третьей главе диссертационной работы На основе проделанных расчетов и сформулированных прогнозов развития нефтегазовой отрасли можно сделать следующие выводы по третьей главе диссертационного исследования. Во-первых, согласно оценкам экспертов, стадия расцвета нефтегазовой отрасли ожидается к 2040 г. Исходя из этих оценок, выдвинутая гипотеза № 1, согласно которой к более поздним стадиям жизненного цикла, соответствующим расцвету и стабильности отрасли/компании, снижается процентная ставка по заемным средствам, подтверждается отчасти. Выявлено следующее противоречие: расчет теоретической стоимости заимствований показывает, что стоимость заемного капитала действительно снижается по мере развития компаний. Тем не менее, реальная процентная ставка, по которой кредитуются компании, стабильна для ОАО «Газпром» и имеет некоторую тенденцию к снижению у ОАО «Лукойл». Однако очевидно, что стоимость заемного капитала имеет прямую взаимосвязь со стадиями макроэкономического цикла: обнаружено существенное снижение стоимости фондирования на стадиях роста экономики для ОАО «Лукойл», для ОАО «Газпром» подобная зависимость не прослеживается. Во-вторых, выдвинутая гипотеза № 2, согласно которой на протяжении жизненного цикла российским компаниям присущ паттерн изменения долговой нагрузки, соответствующий теории иерархии, а именно «высокий – низкий – высокий долг», подтверждается. Так, обнаружено, что долговая нагрузка ОАО «Лукойл» и ОАО «Газпром» стабильно снижается для всего исследуемого периода. Возможно заключить, что данная ситуация соответствует стадиям роста 127 данных организаций и компании постепенно приближаются к стадиям расцвета и стабильности. Таким образом, по мере накопления собственных резервов компании меньше обращаются к долговым источникам финансирования. В-третьих, выдвинутая гипотеза № 3, согласно которой с увеличением возраста компании долговая нагрузка снижается, подтверждается. По мере развития компании приобретают опыт привлечения наиболее дешевых источников фондирования, расширяют масштабы деятельности, накапливают нераспределенную прибыль, и, как следствие, меньше обращаются к долговым источникам фондирования. В-четвертых, гипотеза № 4, согласно которой для российских компаний характерно проциклическое изменение левериджа, т.е. увеличение долговой нагрузки в моменты роста экономики, не подтверждается. Анализ данных показывает, что в момент кризиса 2008 г., характеризующегося резким снижением цен на нефть, происходило увеличение коэффициента «долг/собственный капитал» как для ОАО «Газпром», так и для ОАО «Лукойл». Кроме того, долговая нагрузка возрастала и в абсолютном выражении. Полученные результаты свидетельствуют о существенном давлении на собственный капитал компаний в моменты экономических кризисов, что выразилось в необходимости привлечения внешнего долгового финансирования. В-пятых, гипотеза № 5, согласно которой в моменты макроэкономических подъемов резервы наращивания долговой нагрузки компании выше, чем в периоды спада экономики, подтверждается. Компании обладают существенным запасом увеличения левериджа в моменты макроэкономических подъемов. Возникновение потенциала наращивания долговой нагрузки приводит к появлению возможности без увеличения рисков наращивать рентабельность деятельности путем снижения текущей средневзвешенной стоимости капитала WACC. Снижение средневзвешенной стоимости капитала при прочих равных условиях приводит к росту текущей стоимости компании. В-шестых, гипотеза № 6, согласно которой отклонения средневзвешенной стоимости капитала WACC от оптимального значения выше в периоды кризисов 128 экономики, чем в периоды роста, подтверждается. Опыт 2008 г. показал, что для кризисных ситуаций характерно скачкообразное отклонение средневзвешенной стоимости капитала (WACC) от оптимума, в то время как в периоды экономического роста – постепенное. Представленные расчеты оценки оптимальности применяемой компаниями ОАО «Газпром» и ОАО «Лукойл» структуры капитала позволяют выявить скрытые резервы наращивания стоимости в соответствии с предпочтениями всех заинтересованных лиц, прежде всего акционеров, а также инвесторов и кредиторов компании, и предложить рекомендации по дальнейшему развитию трехмерного подхода: 1. Учет прогнозных данных и полноценное включение в анализ жизненного цикла компании. Для прогнозных данных представляется возможным определить весовой коэффициент в зависимости от горизонта прогнозируемых данных, т.е. чем дальше от текущего момента находится прогнозируемая величина, тем меньше ее удельный вес. Это позволит в любой момент оценить оптимальность как текущей структуры капитала, так и ее прогнозных значений. 2. Применение альтернативных безрисковых ставок для расчетов. Вполне возможно, что в ближайшие десятилетия в расчетах будут применяться ставки, ориентированные не на облигации США, а на ряд других стран, прежде всего стран БРИКС. Тем не менее, для этого страна должна обладать сильной и независимой экономикой, высокой конкурентоспособностью своих товаров на мировых рынках, развитыми технологиями. 3. На основе представленного алгоритма вполне возможно создать модель, применяющую технологии имитационного моделирования. Прежде всего это актуально для оценки носящих вероятностный характер прогнозных данных. Наиболее перспективным направлением является создание самообучающейся модели, которая, анализируя как краткосрочную, так и 129 долгосрочную поступающую информацию, самостоятельно рассчитывать оптимальное значение текущего левериджа компании. будет 130 Заключение Оптимизация структуры капитала остается одной из нерешенных загадок финансового менеджмента. На протяжении последних 50 лет ученые так и не пришли к выводу о том, какое соотношение собственных и заемных средств является оптимальным для компании. Проблемы оптимизации левериджа актуальны и для российских компаний. Повышенная волатильность на финансовых рынках, характерная для развивающихся стран, в сочетании с постоянно меняющимися ценами на ключевые экспортируемые энергоносители создает как угрозы, так и возможности по гибкой «настройке» долговой нагрузки российских компаний. В этой связи актуальна, но практически не исследована в российской финансовой литературе взаимосвязь между жизненным циклом и структурой капитала, применяемой компаниями. Кроме того, крайне недостаточно изучено и соотношение между макроэкономическими циклами и левериджем организаций. Диссертационное исследование призвано отчасти ответить на данные вопросы. По результатам диссертационного исследования были сделаны следующие выводы: 1. На основе исследования и систематизации базовых подходов к оптимизации структуры капитала, а также закономерностей изменения долговой нагрузки, издержек банкротства, стоимости заемного капитала на протяжении макроэкономических циклов и жизненного цикла компании оптимальная структура капитала предложена как динамически меняющаяся точка оптимума в трехмерной оптимизационной поверхности, что, в отличие от известных подходов, позволяет выявить неоднородные резервы оптимизации левериджа на различных стадиях делового цикла и жизненного цикла компании. 2. Разработан трехмерный подход к оптимизации структуры капитала, отличающийся одновременным внедрением двух нелинейных 131 зависимостей, средневзвешенной стоимости капитала WACC от долговой нагрузки компании и средневзвешенной стоимости капитала WACC от конъюнктуры финансовых одновременное рынков, воздействие внутренних что и позволяет внешних рассмотреть факторов на оптимальность применяемой финансовой структуры капитала компании и выявить неоднородные резервы ее изменения до оптимального уровня. 3. Предложен алгоритм оптимизации структуры капитала, отличающийся способом представления средневзвешенной стоимости капитала WACC в форме трехмерной оптимизационной поверхности, что позволяет дополнительно выявить неоднородные резервы изменения левериджа до оптимального уровня по критерию минимизации средневзвешенной стоимости капитала WACC в результате изменения конъюнктуры финансовых рынков. 4. Предложен способ представления стоимости компании в форме трехмерной поверхности на основе расчета свободного денежного потока и построения базовой трехмерной оптимизационной поверхности средневзвешенной стоимости капитала WACC по критерию ее минимизации, что позволяет выявить неоднородные во времени резервы наращивания стоимости компании. Расчеты показывают, что потери компаний при применении неоптимальной долговой нагрузки могут достигать значений в 250 млрд. руб. для ОАО «Газпром» и 3,5 млрд. дол. для ОАО «Лукойл». 5. Разработаны и рассчитаны коэффициенты относительной оценки оптимальности применяемого левериджа для нелинейной зависимости средневзвешенной стоимости капитала WACC от долговой нагрузки компании капитала и нелинейной компании зависимости WACC от средневзвешенной конъюнктуры стоимости финансовых рынков, отличающиеся учетом суммарных динамических отклонений текущих значений показателей долговой нагрузки и средневзвешенной стоимости капитала WACC от их оптимальных значений, позволяющие оценить итоговое относительное отклонение показателей оптимальности структуры 132 капитала и средневзвешенной стоимости капитала WACC в динамическом, а не статическом аспекте оптимизации структуры капитала. При среднем леверидже 16,6% (Долг/Активы (D/TA)) для ОАО «Газпром» оценки оптимального финансового рычага находятся в диапазоне от 15,88% до 42,65% D/TA, для ОАО «Лукойл» при среднем леверидже 12,48% D/TA оптимальный финансовый рычаг находится в диапазоне от 17,22% до 42,41% D/TA. Если учесть среднюю оценку по полученным моделям оценки стоимости собственного капитала, то расчетная оптимальная долговая нагрузка для ОАО «Газпром» составляет 27,87% D/TA, для ОАО «Лукойл» 32,64%. Относительные процентные потери компаний при формировании средневзвешенной стоимости капитала WACC составляют в среднем 2,17 – 2,73%, при этом по трем моделям формирования доходности по собственному капиталу (локальной, Goldman Sachs, пропорционального риска) полученные оценки ниже и принимают значения 0,73 – 1,89%. 6. Уточнено понятие отличающееся от «резервы известных оптимизации тем, что структуры резервы капитала», оптимизации рассматриваются не в статической форме как потенциал изменения текущего левериджа компании до оптимального значения, а в динамической на основе учета меняющейся конъюнктуры финансовых рынков. 7. Раскрыто новое содержание понятия «оптимальная структура капитала», которое, в отличие от известных подходов, трактует его как постоянно меняющееся под воздействием конъюнктуры финансовых рынков оптимальное сочетание собственных и заемных средств в точке минимума в трехмерной оптимизационной поверхности средневзвешенной стоимости капитала WACC. По результатам исследования были сформулированы перспективы дальнейшего развития трехмерного подхода к оптимизации левериджа и предложен ряд практических рекомендаций для компаний, использующих заемные источники фондирования. 133 Таким образом, поставленная в диссертационном исследовании цель, заключающаяся в разработке подхода к оптимизации структуры капитала в трехмерном пространстве, где дополнительным фактором, влияющим на формирование оптимального левериджа, является фактор времени (макроэкономический и жизненный циклы компании), выполнена. Результаты исследования могут быть применены в любых компаниях, чьи акции котируются на фондовых площадках, и использующих заемный капитал в своей деятельности. 134 Список использованных источников 1. Федеральный закон Российской Федерации от 26.12.1995 г. № 208-ФЗ «Об акционерных обществах». – Ст. 29, 35. 2. Анциборко К.В. Коэффициентный метод оценки финансовой устойчивости компании / К.В. Анциборко // Современные аспекты экономики. – 2006. – № 6(99). – с.158 – 165. 3. Анюхина И. Оценка оптимальной структуры капитала компаний ОАО «Уралкалий» и Kali&Salz AG [Электронный ресурс] / Анюхина И.М., Иванинский И.О., Катаева Е.В., Озорнина О.В., Серебрянский Д.В., ШмидтРост М. // Корпоративные финансы. – 2008. –№ 4(8). – Режим доступа: http://ecsocman.hse.ru/data/062/770/1223/Vypusk8_88_105_anuhina.pdf (дата обращения 10.01.2015) 4. Боди З. Финансы: учебник /З. Боди, Р. Мертон. – Вильямс, 2007. – 592 с. 5. Гайфутдинова Н. Влияние поведенческих аспектов на структуру капитала российских публичных компаний / Н. Гайфутдинова, М. Кокорева // Корпоративные финансы. – 2011. - № 3 (19). – с. 44 – 58. 6. Глухова Е. Концепция жизненных циклов: необходимо ли ее понимание и применение финансистами на российском рынке? / Е. Глухова // Корпоративные финансы. – 2007. - №4. – с.111–117. 7. Громов А.И. Энергетическая безопасность в современном мире: новые грани «старой» задачи // МИЭП (МГИМО). – М., 13.10.2014. – Режим доступа: http://fief.ru/img/files/Gromov__MIEP,_13_10_2014_.pdf (дата обращения 10.01.2015) 8. Гусак А.А. Справочник по высшей математике / А.А. Гусак, Г.М. Гусак, Е.А. Бричникова. – Мн.: ТетраСистемс, 1999. – с.279 – 280. 9. Дамодаран А. Инвестиционная оценка: инструменты и методы оценки любых активов / А. Дамодаран. – М: ЗАО «Бизнеском», 2011. – с. 281. 10.Дороган Н.Д. Влияние уровня развитости банковской системы страны на леверидж компаний / Н.Д. Дороган // Россия и Санкт-Петербург: экономика и образование в XXI веке. Научная сессия профессорско-преподавательского состава, научных сотрудников и аспирантов по итогам НИР за 2013 год. Март-апрель 2014 г. Факультет экономики и финансов, финансовоэкономическое отделение: сборник докладов. – СПб: Изд-во СПбГЭУ, 2014. – с. 210-215. 11. Дороган Н.Д. Концепции оптимизации структуры капитала компаний: перспективы развития / Н.Д. Дороган // Теория и практика сервиса: экономика, социальная сфера, технологии. – 2014. - №4(22). – с. 92-96. 135 12. Дороган Н.Д. Концепция оптимизации структуры капитала компаний: новый подход к исследованию / Н.Д. Дороган, В.А. Черненко // Теория и практика сервиса: экономика, социальная сфера, технологии. – 2014. - № 3(21). – с. 3944. 13. Дороган Н.Д. Многомерная модель оптимальной структуры капитала компаний/Н.Д. Дороган. – Электрон. дан. – СПб, 2011. – Режим доступа: http://eos.ibi.spb.ru/ 14. Дороган Н.Д. Оптимизация структуры капитала и оценка текущей стоимости компании на примере ОАО «Газпром»: новый подход к моделированию / Н.Д. Дороган // Молодой ученый. – 2015. – № 4(84). – с. 355-357. 15. Дороган Н.Д. Оценка стоимости привлечения собственного капитала ОАО «Газпром» / Н.Д. Дороган // Новый университет (серия "Экономика и право"). – 2015. – № 1(47). – с. 21-27. 16. Дороган Н.Д. Перспективы развития моделей оптимизации структуры капитала / Н.Д. Дороган // Современные аспекты экономики. – 2013. – № 10(194). – с. 10 – 26. 17. Дороган Н.Д. Расчет средневзвешенной стоимости капитала WACC на примере ОАО «Газпром» / Н.Д. Дороган // Молодой ученый. – 2015. – № 3(83). – с. 413 – 418. 18. Дороган Н.Д. Современные тенденции в российских исследованиях структуры капитала компаний / Н.Д. Дороган // Современные аспекты экономики. – 2014. – № 5(201). – с. 76 – 81. 19. Дороган Н.Д. Структура капитала и возраст компаний / Н.Д. Дороган // Известия Санкт-Петербургского государственного экономического университета. – 2013. - № 4(82). – с. 115 – 118. 20. Дороган Н.Д. Структура капитала и жизненный цикл компаний / Н.Д. Дороган // Известия Санкт-Петербургского государственного экономического университета. – 2014. – № 3(87). – с. 87 – 90. 21. Дороган Н.Д. Структура капитала и издержки банкротства компаний / Н.Д. Дороган // Известия Санкт-Петербургского государственного экономического университета. – 2013. – № 6(84). – с. 81 – 84. 22. Дороган Н.Д. Структура капитала компаний и макроэкономические циклы /Н.Д. Дороган, А.И. Вострокнутова// Финансы, Деньги, Инвестиции. – 2013. – № 1(45). – с. 2– 9. 23. Дороган Н.Д. Структура капитала компаний и макроэкономические циклы / Н.Д. Дороган // Современные финансовые рынки: стратегии развития: сборник материалов IV Международной научно-практической конференции. 18 – 19 апреля 2013 г. / под науч. ред. И.А. Максимцева, А.Е. Карлика, В.Г. Шубаевой. – СПб.: Изд-во СПбГЭУ, 2013. – с. 69 – 70. 136 24. Дороган Н.Д. Теория иерархии финансирования: современные исследования и возможности применения при оптимизации структуры капитала / Н.Д. Дороган // Новый университет (серия "Экономика и право"). – 2015. – № 2(48). – с. 18-26. 25. Зинкевич Н.В. Эмпирическое тестирование теорий структуры капитала: модели, направления, результаты [Электронный ресурс]/Н.В. Зинкевич, Е.А. Олеванова // Корпоративные финансы. – 2008. –№1(5). – с. 81-102. – Режим доступа: http://ecsocman.hse.ru/data/2011/11/28/1270193609/5_zinkevich_olevanova_81_1 02.pdf (дата обращения 02.04.2015) 26. Ивашковская И.В. Действуют ли классические концепции выбора структуры капитала на развивающихся рынках? Эмпирический анализ компаний Восточной и Центральной Европы / И.В. Ивашковская, П.В. Макаров//Корпоративные финансы. – 2010. –№3(15). – с. 47 – 62. – Режим доступа: http://cfjournal.hse.ru/data/2010/12/31/1208183636/CF_15_pages47_62_ivashkov skaya_makarov.pdf (дата обращения 02.04.2015) 27. Ивашковская И. Жизненный цикл организации: взгляд финансиста / И. Ивашковская // Управление компанией. – 2006. – № 11 (66). – с. 60-67. 28. Ивашковская И.В. Эмпирический анализ структуры капитала российских компаний среднего размера / И.В. Ивашковская, М.С. Кокорева // XI Международная научная конференция по проблемам развития экономики и общества [Текст]: в 3 кн. / отв. ред. Е. Г. Ясин; Высшая школа экономики. — М.: Изд. дом Высшей школы экономики, 2011. – Кн. 3. – с. 510 – 519. – Режим доступа: http://www.hse.ru/data/2011/08/08/1268229375/conf3.pdf (дата обращения 02.04.2015) 29. Индекс инфляции [Электронный ресурс] – Электрон. дан. – Информационный интернет - портал http://fin-plus.ru. – Режим доступа: http://fin-plus.ru/ru/info/inflation_index (дата обращения 10.01.2015) 30. Ковалев В.В. Финансовый менеджмент: теория и практика. – 2-е изд., перераб. и доп. – М.: ТК Велби, Изд-во Проспект, 2007. – 1024 с. 31. Ковтун В.В. Развитие энергетики Китая и газовой отрасли в период 2011– 2050 гг. / В.В. Ковтун // Экономические науки. – 2011. – № 4(77). – Режим доступа: http://ecsn.ru/files/pdf/201104/201104_292.pdf (дата обращения 10.01.2015) 32. Кокорева М.С. Формирование структуры капитала компаниями на развивающихся финансовых рынках: Автореф. дис… канд. экон. наук. – М., 2012. 137 33. Конторович А. Э. Фактор времени может оказаться решающим [Электронный ресурс] /А. Э. Конторович // Электротехнический рынок. – № 5– 6 (47– 48) Сентябрь – Декабрь 2012 г. – Режим доступа:http://market.elec.ru/nomer/44/e-kontorovich-faktor-vremeni-mozhetokazatsya-resh/ (дата обращения 10.01.2015) 34. Конторович А.Э. Геология и ресурсы углеводородов шельфов арктических морей России /А.Э. Конторович, В.А. Конторович //Институт нефтегазовой геологии и геофизики им. Трофимука СО РАН. – Режим доступа: http://arhsc.ru/data/files/2010_03_31/materialy2010/ms07_Kontorovich.pdf (дата обращения 10.01.2015) 35. Коржубаев А.Г. Перспективы развития нефтегазового комплекса Восточной Сибири и Дальнего Востока / А.Г. Коржубаев // Регион: экономика и социология. – 2011. – № 2. – с. 196. – Режим доступа: http://ecsocman.hse.ru/data/2011/09/05/1267442392/korzhubaev.pdf (дата обращения 10.01.2015) 36. Корпоративные финансы: учебник для ВУЗов / под ред. М.В. Романовского, А.И. Вострокнутовой. – СПб.: Питер, 2011. – 592 с. 37. Куницына С.Ю. Региональные аспекты финансового структурирования капитала предприятий / С.Ю. Куницына // Регион: экономика и социология. – 2005. - № 3. – с.139 – 151. 38. Леонтьев В.Е. Корпоративные финансы / В.Е. Леонтьев, В.В. Бочаров.– СПб.: Питер, 2004. – 592 с. 39. Лузан А.А. Методика обоснования рыночной премии за риск [Электронный ресурс] / А.А. Лузан – Электрон. дан. – Информационный интернет - портал flatik.ru. – Режим доступа: http://flatik.ru/metodika-obosnovaniya-rinochnojpremii-za-risk (дата обращения 10.01.2015) 40. Макаров А.А. Долгосрочный прогноз развития энергетики мира и России / А.А. Макаров, Т.А. Митрова, В.А. Кулагин // Экономический журнал ВШЭ. – 2012. – № 2. – стр. 172 – 204. – Режим доступа: http://library.hse.ru/eresources/HSE_economic_journal/articles/16_02_03.pdf (дата обращения 10.01.2015) 41. Малиновская О.В. Финансы: Учебное пособие / О.В. Малиновская, И.П. Скобелева, А.В. Бровкина. – М: Инфра-М, 2012. – 320 с. 42. Мир в 2050 году. Ускорение процесса изменения баланса экономических сил в мире: проблемы и возможности // PWC. – 2011, январь. – Режим доступа: https://www.pwc.ru/ru_RU/ru/globalisation/assets/World-in-2050-ru.pdf (дата обращения 10.01.2015) 43. Никитин М. Банковские спрэды и бизнес-циклы (на англ. яз.) / М. Никитин, Т. Смит // WP9/2009/01. – М.: Изд. дом Государственного университета – Высшей школы экономики, 2009. – 44 с. 138 44. Никифорова В.Д. Российский рынок облигаций как часть мирового облигационного рынка / В.Д. Никифорова, Э.Э. Магомед // НАУЧНЫЙ ЖУРНАЛ НИУ ИТМО. СЕРИЯ: ЭКОНОМИКА И ЭКОЛОГИЧЕСКИЙ МЕНЕДЖМЕНТ. – 2013. – №4. 45. Новикова О.В. Анализ современных представлений о продолжительности «нефтяной эры» и прогноз нефтедобычи в России в первой половине XXI века [Электронный ресурс] / О.В. Новикова, М.Н. Попова // Георесурсы. Геоэнергетика. Геополитика. – Режим доступа: http://oilgasjournal.ru/vol_2/articles/18.html (дата обращения 10.01.2015) 46. Погодин С. К. Анализ инвестиций в недвижимость в составе портфеля финансовых активов (исследование для российского рынка)/ С.К. Погодин//Ломоносов–2004: Международная конференция студентов, аспирантов и молодых ученых по фундаментальным наукам, МГУ им. М.В. Ломоносова 12–15 апреля 2004. Сборник тезисов.— М.: ТЕИС, 2004. — 704 с. с.229-230. – Режим доступа: http://lomonosovmsu.ru/archive/Lomonosov_2005/Pdf/Economics_2004.pdf (дата обращения 02.04.2015) 47. Пономарева О.А. Динамическая концепция структуры капитала: история возникновения, эволюция и основные исследовательские вопросы [Электронный ресурс]/О.А. Пономарева // Корпоративные финансы. – 2008. – №2(6). – с. 78-91. – Режим доступа: http://ecsocman.hse.ru/data/2011/11/28/1270193440/6_ponomareva_78_91.pdf (дата обращения 02.04.2015) 48. Прогноз развития энергетики России и мира [Электронный ресурс] / Н. А. Архипов, А.А. Галкина, Е.И. Геллер и др.// Институт энергетических исследований РАН. – Режим доступа: http://www.eriras.ru/files/prognoz2040.pdf (дата обращения 10.01.2015) 49. Рачков И.В. Расчет стоимости акционерного капитала с помощью модели Goldman Sachs [Электронный ресурс] / И.В. Рачков //Информационный интернет - портал cfin.ru. – Режим доступа: http://www.cfin.ru/finanalysis/value/goldman.shtml (дата обращения 10.01.2015) 50. Сигитов М. Венчурный капитал как один из источников финансирования инновационных проектов / М. Ситигов // Материалы Международной, заочной научно-практической конференции студентов, аспирантов и молодых ученых «Молодые ученые о современном финансовом рынке РФ». – 2011. – Режим доступа: www.uresearch.psu.ru/files/articles/365_90947.docx 51. Тарасевич Л.С. Теория корпоративных финансов: учебник / Л.С. Тарасевич, П.И. Гребенников, А.И. Леусский. – М.: Высшее образование, 2007. – с. 133. – (Университеты России). 139 52. Теплова Т.В. Определение эффекта финансового рычага в российской практике / Т.В. Теплова // Сибирская финансовая школа. – 2006. – №1. – с.2529. 53. Теплова Т.В. Эффективный финансовый директор: учеб.-практ. пособие / Т. В. Теплова. – Москва: Юрайт, 2009. – 479 с. 54. Фомченков Т. Баррель должен потесниться [Электронный ресурс] // Российская газета. – 2011. – 24 мая. – Режим доступа: http://www.rg.ru/2011/05/23/energetika-poln.html (дата обращения 10.01.2015) 55. Хелблинг Т. На грани [Электронный ресурс] /Т. Хелблинг // Финансы и развитие. – 2013, сентябрь. – Режим доступа: http://www.imf.org/external/russian/pubs/ft/fandd/2013/09/pdf/fd0913r.pdf (дата обращения 10.01.2015) 56. Черненко В.А. Антикризисное управление: учебник и практикум для академического бакалавриата / В. А. Черненко, Н. Ю. Шведова. — М. : Издательство Юрайт, 2015. — 409 с. — Серия: Бакалавр. Академический курс. 57. Широкова Г. Жизненный цикл организации: эмпирические исследования и теоретические подходы [Электронный ресурс] / Г. Широкова // Российский журнал менеджмента. – 2007. – Том 5, № 3. – с. 87. – Режим доступа: http://ecsocman.hse.ru/data/479/631/1219/Shirokova_life-cycles.pdf (дата обращения 09.01.2015) 58. Широкова Г. Основные направления исследований в теории жизненного цикла организаций [Электронный ресурс] / Г. Широкова // Вестник СПбГУ. – 2006. – Сер. 8, Вып. 2. – с. 27. – Режим доступа: http://www.vestnikmanagement.spbu.ru/archive/pdf/254.pdf (дата обращения 09.01.2015) 59. Широкова Г. Характеристики стадий жизненного цикла российских компаний, созданных «с нуля» [Электронный ресурс] / Г. Широкова // Российский журнал менеджмента. – 2007. – Том 5, № 4. – с. 3 – 20. – Режим доступа: http://www.rjm.ru/files/upload/rjm/2007/4/003_020_shirokova_article.pdf (дата обращения 09.01.2015) 60. Энергетическая стратегия России на период до 2035 г. (проект) [Электронный ресурс] // Министерство энергетики Российской Федерации. – Режим доступа: http://minenergo.gov.ru/upload/iblock/665/665a6512e64ffd5e3d30d9448d7b7fff.p df (дата обращения 10.01.2015) 61. Abor J. Determinants of the Capital Structure of Ghanaian Firms [Электронный ресурс] / J. Abor // AERC Research Paper 176, African Economic Research 140 Consortium, Nairobi. – 2008. – Режим доступа: http://dspace.africaportal.org/jspui/bitstream/123456789/32100/1/RP176.pdf?1 (дата обращения 09.01.2015) 62. Akhtar S. The determinants of capital structure for Japanese multinational and domestic corporations / S. Akhtar, B. Oliver // International Review of Finance. – 2009. – Vol. 9, Issue 1-2. – pp. 1 – 26. 63. Altman E. A further empirical investigation of the bankruptcy cost question / E.I. Altman // Journal of Finance. – 1984. – No. 39(4). – pp. 1067 – 1089. 64. Amdur D. A Business Cycle Model of Aggregate Debt and Equity Flows [Электронный ресурс] / D. Amdur // Working paper. – 2010. – Режим доступа: http://daveamdur.com/doc/capstructure_10.pdf (дата обращения 09.01.2015) 65. Andrade G. How costly is financial (not economic) distress? Evidence for highly leveraged transactions that become distressed / G. Andrade, S. Kaplan // Journal of Finance. – 1998. – No. 53(5). – pp. 1443 –1493. 66. Atiyet B.A. The Pecking Order Theory and the Static Trade Off Theory: Comparison of the Alternative Explanatory Power in French Firms [Электронный ресурс] /B.A. Atiyet // Journal of Business Studies Quarterly. – 2012. – Vol. 4, No. 1. – pp. 1–14. – Режим доступа: http://jbsq.org/wpcontent/uploads/2012/09/JBSQ_Sept2012-1.pdf (дата обращения 07.01.2015) 67. Bas T. Determinants of Capital Structure in Developing Countries [Электронный ресурс] / T. Bas, G. Muradoglu , K. Phylaktis //Working paper. – 2009. – Режим доступа: http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.175.6261 (дата обращения 09.01.2015) 68. Begenau J. Firm Financing over the Business Cycle [Электронный ресурс] / J. Begenau, J. Salomao // Working paper. – 2013. – Режим доступа: www.stanford.edu/~begenau/BegenauSalomao2013.pdf (дата обращения 09.01.2014) 69. Bhabra G. Is Bankruptcy Costly? Recent Evidence on the Magnitude and Determinants of Indirect Bankruptcy Costs [Электронный ресурс] / G.S. Bhabra, Y. Yao // Journal of Applied Finance & Banking. – 2011. – Volume 1, No.2. – pp. 39-68. – Режим доступа: http://www.scienpress.com/Upload/JAFB/Vol%201_2_3.pdf (дата обращения 07.01.2015) 70. Bhamra H.S. Aggregate Dynamics of Capital Structure and Macroeconomic Risk [Электронный ресурс] / H. S. Bhamra, L. Kuehn, I. Strebulaev // Working paper. – 2008. – Режим доступа: http://ssrn.com/abstract=1265870 (дата обращения 09.01.2015) 71. Bhattacharjee A. Macro Economic Instability and Business Exit: Determinants of Failures and Acquisitions of Large UK Firms [Электронный ресурс] / A. 141 Bhattacharjee, C. Higson, S. Holly; P. Kattuman // Economica. – 2009. – No. 76. – pp. 108 – 131. – Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=311240 (дата обращения 07.01.2015) 72. Bisogno M. Indirect Costs of Bankruptcy: Evidence from Italian SMEs [Электронный ресурс] / M. Bisogno, R. De Luca // Journal of Accounting and Finance. – 2012. – Volume 2, Issue 1. – pp. 20–30. – Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2174358 (дата обращения 07.01.2015). 73. Boot A. Moral Hazard and Secured Lending in an Infinitely Repeated Credit Market Game [Электронный ресурс] / A. Boot, A. Thakor // International Economic Review. – 1994. – Vol. 35, Issue 4 (November). – pp. 899 – 920. – Режим доступа: https://apps.olin.wustl.edu/workingpapers/pdf/2006-06-045.pdf (дата обращения 09.01.2015) 74. Brav O. Access to Capital, Capital Structure, and the Funding of the Firm / O. Brav // The Journal Of Finance. – 2009. - Vol. LXIV, No. 1. – pp. 263 - 308. 75. Bulan L. Firm Maturity and the Pecking Order Theory [Электронный ресурс] / L. Bulan, Z. Yan // Working paper. – 2010. – Режим доступа: http://ssrn.com/abstract=1760505 (дата обращения 09.01.2015) 76. Camara O. Capital Structure Adjustment Speed and Macroeconomic Conditions: U.S MNCs and DCs / O. Camara // International Research Journal of Finance and Economics. – 2012. – Issue 84. – pp. 114 – 117. 77. Castro P. The role of life cycle on capital structure [Электронный ресурс] / P. Castro, M. Tascon, B. Amor-Tapia // Working paper. – Режим доступа: http://www.aeca1.org/xvencuentroaeca/cd/34b.pdf (дата обращения 09.01.2015) 78. Causholli M. Lending Relationships, IPOs, and the Effect of Auditor Quality on the Cost of Debt [Электронный ресурс] / M. Causholli, W.R. Knechel // Working paper. – 2006. – Режим доступа: https://business.illinois.edu/accountancy/wpcontent/uploads/sites/12/2014/11/Audit-2006-Causholi-Knechel.pdf (дата обращения 09.01.2015) 79. Chen J.J. Determinants of capital structure of Chinese-listed companies [Электронный ресурс] /J.J. Chen // Journal of Business Research. – 2004. – № 57. – pp. 1341– 1351. – Режим доступа: http://web.cenet.org.cn/upfile/51846.pdf (дата обращения 07.01.2015) 80. Chen L. How the Pecking-Order Theory Explain Capital Structure [Электронный ресурс] /L. Chen, S. Chen// Working paper. – Режим доступа: http://www.jimsjournal.org/10%20Li-Ju%20Chenpdf.pdf (дата обращения 07.01.2015) 142 81. Cheng M. How Does Ownership Structure Effect Capital Structure and Firms Performance? Evidence from Taiwan [Электронный ресурс] / M. Cheng, Z. Tzeng // Global Review of Accounting and Finance. – 2011. – Vol. 2, No. 2. – p. 68. – Режим доступа: http://www.globalraf.com/static/documents/September/2011/5.%20Zuwei.pdf (дата обращения 09.01.2015) 82. Chirinko R.S. Testing static tradeoff against pecking order models of capital structure: a critical comment [Электронный ресурс] / R.S. Chirinko, A.R. Singha // Journal of Financial Economics. – № 58, Issue 3. – 2000. – pp. 417 – 425. – Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=251872 (дата обращения 10.01.2014) 83. Choe H. Common Stock Offerings Across the Business Cycle: Theory and Evidence [Электронный ресурс] / H. Choe, R. Masulis, V. Nanda // Journal of Empirical Finance. – 1993. – Vol. 1, Issue 1. – p. 23. – Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=903156 (дата обращения 10.01.2015) 84. Chow D. Some Estimates of Direct and Indirect Bankruptcy Costs in Australia: September 1978 – May 1983 / D. Chow, T. Pham // Australian Journal of Management. – 1989. – No. 14. 85. Cook D. Macroeconomic conditions and capital structure adjustment speed / D. Cook, T. Tang // Journal of Corporate Finance. – 2010. – Vol. 16 (1). – pp. 73-87. 86. Covas F. The Cyclical Behavior of Debt and Equity Finance / F. Covas, W. Den Haan // American Economic Review. – 2011. – Vol. 101 (2). – pp. 877 – 899. 87. De Medeiros O.R. Testing Static Tradeoff against Pecking Order Models of Capital Structure in Brazilian Firms [Электронный ресурс] /O.R. De Medeiros, C.E. Daher // Working paper. – 2004. – Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=631563 (дата обращения 07.01.2015) 88. Demirgüç-Kunt A. Institutions, Financial Markets, and Firm Debt Maturity / Demirgüç-Kunt A., V. Maksimovic // Journal of Financial Economics. – 1999. – Vol. 54, Issue 3. – pp. 295 – 336. 89. Demirgüç-Kunt A. Law, Finance, and Firm Growth / A. Demirgüç-Kunt; V. Maksimovic // The Journal of Finance. – 1998. – Vol. 53, No. 6. – p. 2124. 90. Drobetz W. Firm Characteristics, Economic Conditions and Capital Structure Adjustments [Электронный ресурс] / W. Drobetz, P. Pensa, G. Wanzenried // Working paper. – 2007. – p. 5. – Режим доступа: http://ssrn.com/abstract=924179 (дата обращения 10.01.2015) 91. Duca F. What determines the capital structure of listed firms in Romania [Электронный ресурс] / F. Duca // CES Working Papers. – Режим доступа: 143 http://ceswp.uaic.ro/articles/CESWP2012_IV3a_DUC.pdf (дата обращения 07.01.2015) 92. Ezeoha A. Firm Age, Collateral Value, And Access To Debt Financing In An Emerging Economy: Evidence From South Africa [Электронный ресурс] / A. Ezeoha, F. Botha // SAJEMS NS 15. – 2012. – No. 1. – p. 57. –Режим доступа: http://sajems.org/index.php/sajems/article/view/138/140 (дата обращения 09.01.2015) 93. Fixler J. Does the term structure of corporate interest rates predict business cycle turning points? [Электронный ресурс] /J. Fixler // Senior thesis. – Режим доступа: http://www.vanderbilt.edu/econ/undergraduate/documents/honor10Fixler.pdf (дата обращения 09.01.2015) 94. Frank M. Testing the pecking order theory of capital structure [Электронный ресурс] / M.Z. Frank, V.K. Goyal // Journal of Financial Economics. – 2003. - № 67. – pp. 217–248. – Режим доступа: http://pages.stern.nyu.edu/~eofek/PhD/papers/FG_Testing_JFE.pdf (дата обращения 07.01.2015) 95. Frielinghaus A. Capital structure and the firm’s life stage / A. Frielinghaus, B. Mostert and C. Firer // South African Journal of Business Management. – 2005. – No. 36(4). – p. 13. 96. Gertler M. Monetary policy, Business cycles, and the behavior of small manufacturing firms [Электронный ресурс] / M. Gertler, S. Gilchrist // Quarterly Journal of Economics. – 1994. – Vol. 109, Issue 2. – p. 319. – Режим доступа: http://sws1.bu.edu/sgilchri/research/QJE94.pdf (дата обращения 09.01.2015) 97. Giannetti M. Do Better Institutions Mitigate Agency Problems? Evidence from Corporate Finance Choices [Электронный ресурс] / M. Giannetti // Tuck-JQFA Contemporary Corporate Governance Issues II Conference; EFA 0042. – pp. 1 – 39. – Режим доступа: http://mba.tuck.dartmouth.edu/ccg/PDFs/2002Conference/giannetti.pdf (дата обращения 09.01.2015) 98. Green С. How do Small Firms in Developing Countries Raise Capital? Evidence from a Large-Scale Survey of Kenyan Micro and Small Scale Enterprises / C. Green, P. Kimuyu, R. Manos, V. Murinde // Economic Research Paper No. 02/6. – pp. 24, 28. 99. Gurcharan S. A Review of Optimal Capital Structure Determinant of Selected ASEAN Countries / S. Gurcharan // International Research Journal of Finance and Economics. – 2010. – Issue 47. – p. 34. 144 100. Hackbarth D. Capital structure, credit risk, and macroeconomic conditions / D. Hackbarth, J. Miao, E. Morellec // Journal of Financial Economics. – 2006. – № 82. – pp. 519 – 550. 101. Hall G. Determinants of the capital structures of European SMEs / G. Hall, P. Hutchinson, N. Michaelas // Journal of Business Finance & Accounting. – 2004. Volume 31, Issue 5-6. – pp. 711 – 728. 102. Halling M. Leverage Dynamics Over the Business Cycle [Электронный ресурс] / M. Halling, J. Yu and J. Zechner // AFA 2012 Chicago Meetings Paper. –2012. – Режим доступа: http://ssrn.com/abstract=1762289 (дата обращения 10.01.2015) 103. Hasan M. Corporate Life Cycle and Cost of Equity Capital [Электронный ресурс] / M. Hasan, M. Hossain, A. Cheung, A. Habib // Working paper. – 2013. – Режим доступа: http://ssrn.com/abstract=2370970 (дата обращения 10.01.2015) 104. Hazak A. Statutory Regulations and Companies’ Capital Structure: EU Based Empirical Study / A. Hazak // The International Journal of Applied Economics and Finance. – 2009. – Vol. 3 (1). – pp. 1–11. 105. Heider F. As Certain as Debt and Taxes: Estimating the Tax Sensitivity of Leverage from Exogenous State Tax Changes [Электронный ресурс] / F. Heider, A. Ljungqvist // AFA 2013 San Diego Meetings Paper. – 2013. – Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2024200 (дата обращения 07.01.2015) 106. Hess D. Optimal Leverage, its Benefits, and the Business Cycle [Электронный ресурс] / D. Hess, P. Immenkotter // CFR Working Paper No. 11-12. – Режим доступа: http://www.cfr-cologne.de/download/workingpaper/cfr-11-12.pdf (дата обращения 10.01.2015) 107. Hol S. The influence of the business cycle on bankruptcy probability[Электронный ресурс] / S. Hol // Discussion Papers No. 466. – 2006. – Режим доступа: http://www.ssb.no/a/publikasjoner/pdf/DP/dp466.pdf (дата обращения 07.01.2015) 108. Hovakimian A. Are Corporate Default Probabilities Consistent with the Static Tradeoff Theory? [Электронный ресурс] / A. Hovakimian, A. Kayhan, S. Titman // NBER Working Paper No. 17290. – 2011. – Режим доступа: http://www.nber.org/papers/w17290 (дата обращения 07.01.2015) 109. Hsu C. Testing pecking order behaviors from the viewpoint of multinational and domestic corporations [Электронный ресурс] /C. Hsu, Y. Chiang, T. L. Liao// Investment Management and Financial Innovations. – 2013. – Volume 10, Issue 2. – Режим доступа: http://businessperspectives.org/journals_free/imfi/2013/imfi_en_2013_02cont_Hsu .pdf (дата обращения 07.01.2015) 145 110. Hsu K. Capital structure and financing decision – Evidence from the four Asian Tigers and Japan [Электронный ресурс] / K-H. Hsu, C. Hsu // African Journal of Business Management. – 2011. – Vol. 5 (15). – pp. 6527–6540. – Режим доступа: http://www.academicjournals.org/article/article1380372819_Hsu%20and%20Hsu. pdf (дата обращения 07.01.2015) 111. Hutchinson P. The Determinants Of Capital Structure For Micro, Small And Medium-Sized Enterprises [Электронный ресурс] / P. Hutchinson, G. Hall, N. Michaelas // Working paper. – 1998. – Режим доступа: http://www.sbaer.uca.edu/research/icsb/1998/44.pdf (дата обращения 09.01.2015) 112. Ivanov I. Capital structure determinants of Russian public companies [Электронный ресурс] / I. Ivanov // Electronic magazine Corporate finance. – 2010. – № 1 (13). – pp. 5 – 38. – Режим доступа: http://ecsocman.hse.ru/hsedata/2010/12/31/1208184803/Vypusk13_Ivanov_5_38.p df (дата обращения 09.01.2015) 113. Jalal A.M. The Pecking Order and Marginal Debt Issuance: An International Perspective [Электронный ресурс] /A.M. Jalal // Working paper. – 2007. – Режим доступа: http://ssrn.com/abstract=1006251 (дата обращения 07.01.2015) 114. Jibran S. Pecking at Pecking Order Theory: Evidence from Pakistan’s Nonfinancial Sector [Электронный ресурс] /S.Jibran, S.A. Wajid, I. Waheed, T.M. Muhammad // Journal of Competitiveness. – 2012. – Vol. 4, Issue 4. – pp. 86–95. – Режим доступа: http://www.cjournal.cz/files/118.pdf (дата обращения 07.01.2015) 115. Johansen A. Determinants of Capital Structure during Credit Bubble and Credit Crunch – An Empirical Investigation of Danish SME’s [Электронный ресурс] / A. Johansen // Bachelor Thesis (Department of Business Studies, Aarhus School of Business, University of Aarhus). – 2011. – Режим доступа: http://pure.au.dk/portal-asbstudent/files/36144949/Capital_Structure_during_Credit_Boom_and_Credit_Crun ch.pdf (дата обращения 09.01.2015) 116. Julio B. What Determines the Structure of Corporate Debt Issues? [Электронный ресурс] / B. Julio, W. Kim, M.S. Weisbach // Fisher College of Business Working Paper No. 2008-03-010; Dice Center WP 2008-11. – 2008. – Режим доступа: http://ssrn.com/abstract=1076947 (дата обращения 10.01.2015) 117. Kageyama N. Bankruptcy Dynamics in Japan: A System Estimation Approach [Электронный ресурс] / N. Kageyama, N. Harada // Proceedings of the 51st Annual Meeting of the ISSS. – 2007. – Режим доступа: http://journals.isss.org/index.php/proceedings51st/article/viewFile/538/245 (дата обращения 07.01.2015) 146 118. Kim B. Financial Life Cycle and Capital Structure [Электронный ресурс] / B. Kim, J. Suh // Asia-Pacific Journal of Financial Studies. – 2009 (August). – Режим доступа: http://www.apjfs.org/2009/cafm2009/06_02_Financial%20Life%20Cycle.pdf (дата обращения 09.01.2015) 119. Kim M. Life-Cycle Patterns of Interest Rate Markups in Small Firm Finance [Электронный ресурс] / M. Kim, E. Kristiansen, B. Vale // Working paper. – 2007. – Режим доступа: http://www.norgesbank.no/upload/english/publications/working%20papers/2007/norges_bank_worki ng_paper_2007_04.pdf (дата обращения 09.01.2015) 120. Kokoreva M. Financial Architecture and Corporate Performance: Evidence from Russia / M. Kokoreva, A. Stepanova // Corporate finance. – 2012. – № 2 (22). – с. 34–44. 121. Korajczyk R. Capital structure choice: macroeconomic conditions and financial constraints [Электронный ресурс] / R. Korajczyk, A. Levy // Journal of Financial Economics. – 2003. – No. 68. – pp. 75–109. – Режим доступа: https://opeconomica.files.wordpress.com/2013/08/jfe-03-capital-structure-choice_macro-economic.pdf (дата обращения 10.01.2015) 122. Korteweg A. The Net Benefits to Leverage [Электронный ресурс] / A. Korteweg // Working paper. – 2009.– Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1370445 (дата обращения 10.01.2015) 123. Kwansa A. Bankruptcy cost and capital structure: the significance of indirect cost / F.A. Kwansa, Min-Ho Cho // International Journal of Hospitality Management. – 1995. – No. 14 (3/4). – pp. 339 – 350. 124. La Rocca M. Small Business Financing. Financial preferences throughout the life cycle of a firm [Электронный ресурс] / M. La Rocca, T. La Rocca, A. Cariola // Working paper. – Режим доступа: www.researchgate.net (дата обращения 09.01.2015) 125. Levy A. Why does capital structure choice vary with macroeconomic conditions? [Электронный ресурс] / A. Levy, C. Hennessy // Journal of Monetary Economics. – 2007. – № 54. – pp. 1545 – 1564. – Режим доступа: http://faculty.london.edu/chennessy/assets/documents/Why_Does_Capital_Structur e_Choice_Vary_with_Macroeconomic_Conditions.pdf (дата обращения 10.01.2015) 126. LoPucki L.M. The Determinants of Professional Fees in Large Bankruptcy Reorganization Cases [Электронный ресурс] / L.M. LoPucki, J.W. Doherty // Journal of Empirical Legal Studies. – 2004. - Volume 1, Issue 1. – pp. 111–141. – Режим доступа: http://ssrn.com/abstract=419280 (дата обращения 07.01.2015) 147 127. Mayer C. Financial Systems, Corporate Finance, and Economic Development [Электронный ресурс] / C. Mayer // Asymmetric Information, Corporate Finance, and Investment. – 1990. – pp. 307 – 332. – Режим доступа: http://www.nber.org/chapters/c11477 (дата обращения 09.01.2015) 128. Modigliani F. The Cost of Capital, Corporation Finance and the Theory of Investment / F. Modigliani, M.H. Miller // The American Economic Review. Jun., 1958. - Volume 48, No. 3. - pp. 261-297. – Режим доступа: http://lib.cufe.edu.cn/upload_files/other/3_20140507105115_01.pdf (дата обращения 09.01.2015) 129. Moravec T. The bankruptcy in the Czech Republic - influence of macroeconomic variables [Электронный ресурс] / T. Moravec // 2013. – Режим доступа: http://www.slu.cz/opf/cz/informace/acta-academica-karviniensia/casopisy-aak/aakrocnik-2013/docs-3-2013/Moravec.pdf (дата обращения 07.01.2015) 130. Neumeyer P. Business Cycles in Emerging Economies: The Role of Interest Rates [Электронный ресурс] / P. Neumeyer, F. Perri // NBER Working Paper No. 10387. – 2004. – Режим доступа: http://www.nber.org/papers/w10387.pdf?new_window=1 (дата обращения 09.01.2015) 131. Nordal K. The relationship between bankruptcy risk and growth for non-listed firms [Электронный ресурс] / K.B. Nordal, R. Næs // Norges Bank Working Paper 2010/31. – 2010. – Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1765882 (дата обращения 07.01.2015) 132. Petersen M. The Effect of Credit Market Competition on Lending Relationships [Электронный ресурс] / M.A. Petersen, R.G. Rajan // NBER Working Paper No. 4921. – Режим доступа: http://www.nber.org/papers/w4921 (дата обращения 09.01.2015) 133. Pfaffermayr M. Capital Structure, Corporate Taxation and Firm Age [Электронный ресурс] / M. Pfaffermayr, M. Stockl, H. Winner // Working paper. – 2009. – p. 11. – Режим доступа: http://www.sbs.ox.ac.uk/sites/default/files/Business_Taxation/Docs/Publications/ Working_Papers/Series_08/WP0829.pdf (дата обращения 09.01.2015) 134. Pinkova P. Corporate life cycle as determinant of capital structure in companies of Czech automotive industry [Электронный ресурс] / P. Pinkova, P. Kaminkova / Acta universitatis agriculturae et silviculturae mendelianae brunesis. – 2012. – Vol. 60, No. 2, pp. 255 – 260. – Режим доступа: http://acta.mendelu.cz/pdf/actaun201260020255.pdf (дата обращения 09.01.2015) 148 135. Rajan R.G. What Do We Know about Capital Structure? Some Evidence from International Data [Электронный ресурс] / R.G. Rajan, L. Zingales // Journal of Finance. – 1995. – Vol. 50, No. 5. – Режим доступа: http://demo.uib.es/courses/corporatefinance/Teresa/Rajanzingales.pdf (дата обращения 09.01.2015) 136. Ramlall I. Determinants of Capital Structure Among Non-Quoted Mauritian Firms Under Specificity of Leverage: Looking for a Modified Pecking Order Theory [Электронный ресурс] /I. Ramlall // International Research Journal of Finance and Economics. - Issue 31, 2009. – pp. 83–92. – Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1480280 (дата обращения 07.01.2015) 137. Rubio G. Adjustment to Target Leverage and Macroeconomic Conditions [Электронный ресурс] / G. Rubio, F. Sogorb // Working paper. – Режим доступа: http://economia.uchceu.es/Portals/1/documentos_trabajos/francisco_sogorb/Adjust ment_Leverage_October2009.pdf (дата обращения 15.10.2012) 138. Sayeed M. The Determinants Of Capital Structure For Selected Bangladeshi Listed Companies / M. Sayeed / International Review of Business Research Papers. – 2011. – Vol. 7, No. 2. – pp. 21-36. 139. Seifert B. Pecking Order Behavior in Emerging Markets [Электронный ресурс] / B. Seifert, H. Gonenc // Working paper. – 2008. – Режим доступа: http://www.efmaefm.org/0EFMAMEETINGS/EFMA%20ANNUAL%20MEETIN GS/2008-athens/Gonenc.pdf (дата обращения 15.07.2013) 140. Serrasqueiro Z. Are trade-off and pecking order theories mutually exclusive in explaining capital structure decisions? [Электронный ресурс] /Z. Serrasqueiro, P. Nunes // African Journal of Business Management. – 2010. - Vol. 4(11). - pp. 2216-2230. – Режим доступа: http://www.academicjournals.org/ajbm/pdf/pdf2010/4Sept/Serrasqueiro%20and%2 0Nunes.pdf (дата обращения 15.07.2013) 141. Shamshur A. Essays on Capital Structure Stability: Dissertation [Электронный ресурс]. – Prague, 2012. – pp. 1 – 93. – Режим доступа: http://www.cergeei.cz/pdf/dissertations/2012-shamshur.pdf (дата обращения 09.01.2015) 142. Shyam-Sunder L. Testing static tradeoff against pecking order models of capital structure [Электронный ресурс] / L. Shyam-Sunder, S.C. Myers // Journal of Financial Economics. – 1999. – № 51. – pp. 219–244. – Режим доступа: http://pages.stern.nyu.edu/~eofek/PhD/papers/SM_Testing_JFE.pdf (дата обращения 07.01.2015) 149 143. Swinnen S. CAPITAL STRUCTURE IN SMEs: PECKING ORDER VERSUS STATIC TRADE-OFF, BOUNDED RATIONALITY AND THE BEHAVIOURAL PRINCIPLE [Электронный ресурс] / S. Swinnen, W. Voordeckers, S. Vandemaele // Working paper. – 2005. – Режим доступа: http://www.efmaefm.org/efma2005/papers/250-swinnen_paper.pdf (дата обращения 15.07.2013) 144. Tamulyte J. The determinants of capital structure in the Baltic States and Russia [Электронный ресурс] / J. Tamulyte // Electronic Publications of Pan-European Institute. – 2012. – №1. – Режим доступа: http://www.utu.fi/fi/yksikot/tse/yksikot/PEI/raportit-jatietopaketit/Documents/Tamulyte_final.pdf (дата обращения 10.01.2015) 145. Teixeira G. Do Firms Have Financing Preferences along their Life Cycle? [Электронный ресурс] / G. Teixeira, M. Santos // Working paper. – Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=676869 (дата обращения 09.01.2015) 146. Thanatawee Y. Life-Cycle Theory and Free Cash Flow Hypothesis: Evidence from Dividend Policy in Thailand [Электронный ресурс] / Y. Thanatawee // International Journal of Financial Research. – 2011. – Vol. 2, No. 2. – Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1872686 (дата обращения 09.01.2015) 147. Utami S. The Relationship between Capital Structure and the Life Cycle of Firms in the Manufacturing Sector of Indonesia [Электронный ресурс] / S.R. Utami, E.L. Inanga // International Research Journal of Finance and Economics. – 2012. – Issue 88. – pp. 69 – 91. – Режим доступа: http://mmuii40.com/wpcontent/uploads/2014/03/4.-2012-Utami-The-Relationship-between-CapitalStructure-and-the-Life-cycle.pdf (дата обращения 09.01.2015) 148. Vegh С. How is Tax Policy Conducted over the Business Cycle? [Электронный ресурс] / C. Vegh, G. Vuletin // NBER Working Paper No. 17753. – 2012. – Режим доступа: http://www.nber.org/papers/w17753 (дата обращения 07.01.2015) 149. Vera G. Testing the Pecking Order Theory: Comparative Evidence between two differentiated countries [Электронный ресурс] /G. Vera, V. Nganso// Asian Transactions on Basic and Applied Sciences. – November 2012. - Volume 02, Issue 05. – pp. 54 – 58. – Режим доступа: http://www.asiantransactions.org/Journals/Vol02Issue05/ATBAS/ATBAS-80222057.pdf (дата обращения 07.01.2015) 150. Vos E. Impact of receivership costs on the optimal capital structure for small businesses [Электронный ресурс] / E. Vos, P. Webber // Working paper. – 150 Режим доступа: http://www.sbaer.uca.edu/research/icsb/1999/133.pdf (дата обращения 07.01.2015) 151. Warner J. Papers and Proceedings of the Thirty-Fifth Annual Meeting of the American Finance Association / J. Warner // The Journal of Finance. – 1977. – Volume 32, Issue 2. – pp. 337 – 347. 152. Zhang R. Testing static tradeoff against pecking order models of capital structure in Japanese firms [Электронный ресурс] /R. Zhang, Y. Kanazaki // International Journal of Accounting and Information Management. – 2007. – Vol. 15, Issue 2. – pp. 24 – 36. – Режим доступа: http://centerforpbbefr.rutgers.edu/2007/Papers/153-pecking%20order.pdf (дата обращения 07.01.2015) 153. Zoppa A. Pecking order theory and the financial structure of manufacturing SMEs from Australia's Business Longitudinal Survey [Электронный ресурс] / A. Zoppa, R.G.P. McMahon// Working paper. – Режим доступа: http://www.flinders.edu.au/sabs/business-files/research/papers/2002/02-01.pdf (дата обращения 07.01.2015) 154. http://finance.yahoo.com/ 155. http://www.finam.ru/ 156. http://www.gazprom.ru/ 157. http://www.lukoil.ru/ 158. http://www.rbc.ru/ 159. http://www.ukpublicspending.co.uk/uk_gdp_history 160. http://www.unistudyguides.com/images/6/62/FINS16131113.jpg 151 Приложения Приложение 1 Издержки банкротства в работах различных ученых Автор Средний Число Издержки Обнаружен исследования размер исследованных банкротства ли «эффект (исследуемый фирмы, компаний в % от масштаба» период) тыс. дол. стоимости издержек США компании Lawless, et al. 696 57 21.6% / 8.7% Нет (1991–92) Ferris & Lawless 4 272 118 17.6% / Нет (1986–93) 16.5% Lubben (1994) 139 000 22 1.8% Нет Altman (1970–78) 302 285 18 2.0% Нет Weiss (1979–86) 561 534 31 2.4% Нет LoPucki & Doherty 881 600 48 1.4% Да (1998–2002) Источник: LoPucki L.M. The Determinants of Professional Fees in Large Bankruptcy Reorganization Cases [Электронный ресурс] / L.M. LoPucki, J.W. Doherty // Journal of Empirical Legal Studies. – 2004. - Volume 1, Issue 1. – p. 127. – Режим доступа: http://ssrn.com/abstract=419280 (дата обращения 07.01.2015) 152 Приложение 2 Уровень банкротств компаний Японии, 1975 – 2005 гг. Источник: Kageyama N. Bankruptcy Dynamics in Japan: A System Estimation Approach [Электронный ресурс] / N. Kageyama, N. Harada // Proceedings of the 51st Annual Meeting of the ISSS. – 2007. – p. 4. – Режим доступа: http://journals.isss.org/index.php/proceedings51st/article/viewFile/538/245 (дата обращения 07.01.2015) 153 Приложение 3 Количество банкротств (1, черная пунктирная линия), число заявок о банкротстве (2, сплошная черная линия) и отношение (1)/(2) в Чехии, 1993 – 2012 гг. Источник: Moravec T. The bankruptcy in the Czech Republic - influence of macroeconomic variables [Электронный ресурс] / T. Moravec // 2013. – p. 3. – Режим доступа: http://www.slu.cz/opf/cz/informace/acta-academica-karviniensia/casopisyaak/aak-rocnik-2013/docs-3-2013/Moravec.pdf (дата обращения 07.01.2015) 154 Приложение 4 Бизнес-цикл и уровень банкротств (Великобритания, 1965 – 2002 гг.) Источник: Bhattacharjee A. Macro Economic Instability and Business Exit: Determinants of Failures and Acquisitions of Large UK Firms [Электронный ресурс] / A. Bhattacharjee, C. Higson, S. Holly; P. Kattuman // Economica. – 2009. – No. 76. – p. 113. – Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=311240 (дата обращения 07.01.2015) 155 Приложение 5 Связь между кумулятивной вероятностью банкротства и возрастом компаний Источник: Bhattacharjee A. Macro Economic Instability and Business Exit: Determinants of Failures and Acquisitions of Large UK Firms [Электронный ресурс] / A. Bhattacharjee, C. Higson, S. Holly; P. Kattuman // Economica. – 2009. – No. 76. – p. 124. – Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=311240 (дата обращения 07.01.2015) 156 Приложение 6 Дефицит фондов и изменение долговой нагрузки Источник: Chirinko R.S. Testing static tradeoff against pecking order models of capital structure: a critical comment / R.S. Chirinko, A.R. Singha // Journal of Financial Economics. – 2000. - № 58. – pp. 421, 422. 157 Приложение 7 Результаты проверки модели З. Франка и В. Гойала Объясняю Ожидаемый сигнал Результат щая регрессии Компромисс Теория переменна ная теория иерархии я DIV + + I + + + C + + + ΔW + Источник: De Medeiros O.R. Testing Static Tradeoff against Pecking Order Models of Capital Structure in Brazilian Firms [Электронный ресурс] /O.R. De Medeiros, C.E. Daher // Working paper. – 2004. – Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=631563 (дата обращения 07.01.2015) DIV – дивиденды, I – инвестиции, С – генерируемая наличность, ΔWC – изменение оборотного капитала, – см. там же, стр. 11. 158 Приложение 8 Изменение ключевых показателей американских компаний, 1971 – 1998 г. Источник: Frank M. Testing the pecking order theory of capital structure [Электронный ресурс] / M.Z. Frank, V.K. Goyal // Journal of Financial Economics. – 2003. - № 67. – p. 230. – Режим доступа: http://pages.stern.nyu.edu/~eofek/PhD/papers/FG_Testing_JFE.pdf (дата обращения 07.01.2015) 159 Приложение 9 Зависимость между левериджем и возрастом компании в работе М. Ла Рокки Источник: La Rocca M. Small Business Financing. Financial preferences throughout the life cycle of a firm [Электронный ресурс] / M. La Rocca, T. La Rocca, A. Cariola // Working paper. – p. 19. – Режим доступа: www.researchgate.net (дата обращения 09.01.2015) 160 Приложение 10 Краткая характеристика стадий жизненного цикла Стадия жизненного Характерные особенности цикла Становление Монопродуктовый характер деятельности, Основатель берет ответственность за все аспекты управления, включая ежедневное оперативное. Выживание, создание собственной рыночной ниши, поиск денежных ресурсов. Высокий уровень централизации. Рост Быстрая экспансия и расширение. Мультипродуктовый характер деятельности. Необходимость планирования и делегирования полномочий. Установление правил и процедур. Зрелость Жесткая организационная структура. Снижение инновационности и гибкости. Упадок Структурная жесткость, культурная инертность. Слабые коммуникации, конформизм, консерватизм, отсутствие доверия. Увеличение числа конфликтов. Источник: Широкова Г. Основные направления исследований в теории жизненного цикла организаций [Электронный ресурс] / Г. Широкова // Вестник СПбГУ. – 2006. – Сер. 8, Вып. 2. – с. 27–29. – Режим доступа: http://www.vestnikmanagement.spbu.ru/archive/pdf/254.pdf (дата обращения 09.01.2015) 161 Приложение 11 Зависимость стоимости долга от стадии жизненного цикла Источник: Causholli M. Lending Relationships, IPOs, and the Effect of Auditor Quality on the Cost of Debt [Электронный ресурс] / M. Causholli, W.R. Knechel // Working paper. – 2006. – p. 25. – Режим доступа: https://business.illinois.edu/accountancy/wp-content/uploads/sites/12/2014/11/Audit2006-Causholi-Knechel.pdf (дата обращения 09.01.2015) 162 Приложение 12 Зависимость между жизненным циклом и уровнем долговой нагрузки Источник: Ivanov I. Capital structure determinants of Russian public companies [Электронный ресурс] / I. Ivanov // Electronic magazine Corporate finance. – 2010. – № 1 (13). – p. 22. – Режим доступа: http://ecsocman.hse.ru/hsedata/2010/12/31/1208184803/Vypusk13_Ivanov_5_38.pdf (дата обращения 09.01.2015) 163 Приложение 13 Коэффициенты регрессии для стадий жизненного цикла Источник: Ivanov I. Capital structure determinants of Russian public companies [Электронный ресурс] / I. Ivanov // Electronic magazine Corporate finance. – 2010. – № 1 (13). – p. 32. – Режим доступа: http://ecsocman.hse.ru/hsedata/2010/12/31/1208184803/Vypusk13_Ivanov_5_38.pdf (дата обращения 09.01.2015) 164 Приложение 14 Зависимость между левериджем и нераспределенной прибылью Источник: Kim B. Financial Life Cycle and Capital Structure [Электронный ресурс] / B. Kim, J. Suh // Asia-Pacific Journal of Financial Studies. – 2009 (August). – p. 29. – Режим доступа: http://www.apjfs.org/2009/cafm2009/06_02_Financial%20Life%20Cycle.pdf (дата обращения 09.01.2015) 165 Приложение 15 Детерминанты структуры капитала и жизненный цикл компаний Независимая Значение оцененного переменная параметра детерминанта структуры Старткапитала Определение ап Рост Зрелость Спад Отношение прибыли до выплаты налогов (до выплаты процентов) ко Рентабельность всем активам Размер Логарифм продаж + + + Рост компании в прошлых Рост совокупных периодах продаж (%) + + Будущие возможности для Доля нематериальных роста активов во всех активах + + + + Внеоборотные активы Структура активов ко всем активам + + + + Фиктивная переменная, равная 1 при листинге компании, 0 - в Листинг компании противном случае + + Источник: Teixeira G. Do Firms Have Financing Preferences along their Life Cycle? [Электронный ресурс] / G. Teixeira, M. Santos // Working paper. – p. 44. – Режим доступа: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=676869 (дата обращения 09.01.2015) 166 Приложение 16 Нераспределенная прибыль и чистый банковский кредит как источники финансирования реальных инвестиций предприятий Великобритании Источник: Mayer C. Financial Systems, Corporate Finance, and Economic Development [Электронный ресурс] / C. Mayer // Asymmetric Information, Corporate Finance, and Investment. – 1990. – p. 315. – Режим доступа: http://www.nber.org/chapters/c11477 (дата обращения 09.01.2015) 167 Приложение 17 Изменение чистого банковского кредита и темп прироста ВВП Великобритании, 1950 – 1984 гг. 40,00% 30,00% 20,00% 10,00% 0,00% 1984 1982 1980 1978 1976 1974 1972 1970 1968 1966 1964 1962 1960 1958 1956 1954 1952 1950 -10,00% Темп прироста ВВП, % Изменение ЧБК -20,00% -30,00% -40,00% -50,00% Источник: основано на данных Mayer C. Financial Systems, Corporate Finance, and Economic Development [Электронный ресурс] / C. Mayer // Asymmetric Information, Corporate Finance, and Investment. – 1990. – p. 315. – Режим доступа: http://www.nber.org/chapters/c11477 (дата обращения 09.01.2015), дополнительно проведены авторские расчеты. 168 Приложение 18 Отношение размера внутренних банковских депозитов к ВВП для различных стран Источник: построено на основе данных, представленных в работе Demirgüç-Kunt A. Law, Finance, and Firm Growth / A. Demirgüç-Kunt; V. Maksimovic // The Journal of Finance. – 1998. – Vol. 53, No. 6. 169 Приложение 19 Спрэд доходности казначейских ценных бумаг и изменение ВВП США (расчеты Д. Фикслера) Источник: Fixler J. Does the term structure of corporate interest rates predict business cycle turning points? [Электронный ресурс] /J. Fixler // Senior thesis. – p. 3. – Режим доступа: http://www.vanderbilt.edu/econ/undergraduate/documents/honor10Fixler.pdf (дата обращения 09.01.2015) 170 Приложение 20 Долговая нагрузка компаний США (1958 – 1993 гг.) Источник: Gertler M. Monetary policy, Business cycles, and the behavior of small manufacturing firms [Электронный ресурс] / M. Gertler, S. Gilchrist // Quarterly Journal of Economics. – 1994. – Vol. 109, Issue 2. – p. 320. – Режим доступа: http://sws1.bu.edu/sgilchri/research/QJE94.pdf (дата обращения 09.01.2015) 171 Приложение 21 Взаимосвязь между чистым выкупом долга и чистыми выпуском собственного капитала (США, 1984- 2010 гг.) Источник: Amdur D. A Business Cycle Model of Aggregate Debt and Equity Flows [Электронный ресурс] / D. Amdur // Working paper. – 2010. – p. 7. – Режим доступа: http://daveamdur.com/doc/capstructure_10.pdf (дата обращения 09.01.2015) 172 Приложение 22 Суммарное отношение долговой нагрузки к активам для компаний США, 1952 – 2000 гг. Источник: Korajczyk R. Capital structure choice: macroeconomic conditions and financial constraints [Электронный ресурс] / R. Korajczyk, A. Levy // Journal of Financial Economics. – 2003. – No. 68. – p. 77. – Режим доступа: https://opeconomica.files.wordpress.com/2013/08/jfe-03-capital-structure-choice_macro-economic.pdf (дата обращения 10.01.2015) 173 Приложение 23 Логарифм суммарного объема привлеченных средств компаний при помощи облигаций с разным инвестиционным рейтингом Источник: Julio B. What Determines the Structure of Corporate Debt Issues? [Электронный ресурс] / B. Julio, W. Kim, M.S. Weisbach // Fisher College of Business Working Paper No. 2008-03-010; Dice Center WP 2008-11. – 2008. – p. 42. – Режим доступа: http://ssrn.com/abstract=1076947 (дата обращения 10.01.2015)
