CC BY-NC-ND
59
Экономический журнал ВШЭ. 2016. Т. 20. № 2. С. 337-365.
HSE Economic Journal, 2016, vol. 20, no 2, pp. 337-365.
Корпоративный долговой навес и инвестиции в российской экономике1
Шоломицкая Е.В.
В работе рассмотрены факторы инвестиционной активности российских предприятий до и после мирового финансового кризиса 2008-2009 гг. С учетом роста задолженности сектора нефинансовых корпораций на фоне общего денежно-кредитного ужесточения в посткризисный период и последующей за восстановлением стагнации инвестиций в основной капитал исследуется вопрос о роли финансовых ограничений и долгового навеса. Также поставлен вопрос о влиянии участия государства в капитале компании на инвестиционное поведение. Для идентификации феномена долгового навеса предложен новый индикатор, обоснованы его преимущества перед другими, ранее использовавшимися в исследованиях. Построены оценки инвестиционных функций с использованием годовых панельных данных по показателям финансовой отчетности нескольких десятков российских публичных компаний за период с 2000 г. по 2014 г.
Полученные результаты свидетельствуют о качественных различиях в инвестиционном поведении компаний до и после кризиса 2008-2009 гг.: влияние финансовых ограничений из слабого до кризиса превратилось в статистически и экономически значимое после него. Сильно различается поведение частных компаний и компаний с государственным участием. Госкомпании имеют относительно мягкие бюджетные ограничения и практически не находятся под влиянием долгового навеса, в то время как посткризисное сокращение инвестиций частных компаний, согласно нашим оценкам, на 14% объясняется обострением этой проблемы. Этот результат дает основания ожидать, что в посткризисных условиях сильно ограниченных финансовых ресурсов госкомпании могут вытеснять остальные компании с рынка заимствований и, следовательно, вытеснять частные инвестиции.
Наличие долгового навеса может иметь последствия для денежно-кредитной политики: у российского центрального банка появляется дополнительный аргумент в пользу проведения более мягкой политики. Центральный
1 Статья написана в рамках проекта, финансируемого Программой фундаментальных исследований НИУ ВШЭ.
Автор выражает благодарность Энтову Р.М., Бессонову В.А., Гавриленкову Е.Е. и анонимному рецензенту за ценные комментарии.
Шоломицкая Елена Владимировна - стажер-исследователь Лаборатории исследования проблем инфляции и экономического роста Экспертного института, аспирант Аспирантской школы по экономике, НИУ ВШЭ. E-mail: esholomitskaya@hse.ru
Статья поступила: 07.11.2015/Статья принята: 12.04.2016.
банк также должен принимать во внимание неоднородность экономических агентов: в условиях жесткой денежно-кредитной политики ее основная «тяжесть» ложится на рыночный сегмент, в то время как компании с государственным участием пользуются своим более легким доступом к финансированию.
Ключевые слова: долговой навес; инвестиции предприятий; финансовые ограничения; компании с участием государства; мягкие бюджетные ограничения.
1. Введение
После мирового финансового кризиса 2008-2009 гг. российская макроэкономическая динамика коренным образом изменилась. Период восстановительного роста, последовавшего за трансформационным спадом, закончился, а изменение внешних финансово-экономических условий стало оказывать дополнительное сдерживающее влияние на рост экономики России. В 2000-х годах, до кризиса, на фоне достаточно быстрого экономического роста имело место активное развитие российской банковской системы и долгового рынка, наращивание кредитования предприятий, а также выход предприятий на внешние долговые рынки. В предкризисный период финансовые условия были особенно мягкими, что выразилось в стремительном росте задолженности компаний: отношение долга сектора нефинансовых корпораций к ВВП увеличилось почти в 1,5 раза с 2005 г. по 2008 г. (рис. 1).
0,8 0,7 0,6 0,5
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
■ Внутренний и внешний долг по отношению к ВВП
■ Внешний долг по отношению к ВВП
И Внутренний долг по отношению к ВВП
Рис. 1. Задолженность сектора нефинансовых корпораций Источник: Банк России, Росстат (за 2015 г. - оценка).
Общее денежно-кредитное ужесточение и снижение доступа к внешнему финансированию вместе с ожидаемым ухудшением перспектив развития экономики привели к сокращению величины задолженности в кризисный и посткризисный периоды, однако уже начиная с 2012 г. общий корпоративный долг начал вновь расти, и в 2014 г. его от-
ношение к ВВП превысило докризисный максимум. Иной была динамика инвестиций в основной капитал (нефинансовые активы): посткризисное восстановление сменилось периодом снижения, отношение инвестиций к ВВП уменьшилось (рис. 2).
22%
21%
20%
19%
18%
17% -|
16%
N
1 I I I I I I I I I I I
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
2,2 2,0 1,8 1,6 1,4 1,2 1,0
— — Отношение инвестиций в основной капитал к ВВП
> Индекс физического объема инвестиций в основной капитал (2003=1), правая
Рис. 2. Инвестиции в основной капитал Источник: Росстат (за 2015 г. - оценка).
Стагнация инвестиций является одной из наиболее острых проблем в текущих экономических реалиях. Правительственные антикризисные меры еще в начале 2015 г. предполагали «создание необходимых условий для опережающего роста частных инвестиций в структуре ВВП»2 через государственные кредитные гарантии, предоставление субъектам РФ права снижать налоговые ставки, прямые субсидии.
Вместе с тем, несмотря на усилия регуляторов и антикризисные меры, за последние годы в российской экономике накопилось достаточно много факторов, которые могли привести к стагнации и сокращению инвестиций. Важнейшими и наиболее фундаментальными из них эксперты называют отсутствие структурных реформ в экономике и низкую степень доверия со стороны бизнеса по отношению к государству (с учетом его активного вмешательства в экономику), общую низкую инвестиционную привлекательность отечественной экономики в условиях неопределенности (см., например, [Акиндинова, Ясин, 2015]). Факторы в меньшей степени структурные, но оттого не менее важные - это те внешние и внутренние макроэкономические условия, в которых Россия находится примерно с 2014 г. Ухудшение условий торговли, санкции со стороны стран Запада, ослабление рубля, сопутствующая ему жесткая денежно-кредитная политика и как следствие высокие процентные ставки сформировали ту новую реальность, в которой приходится существовать российским компаниям (хотя высокие процентные ставки и экономическую неопределенность предприниматели называли основными ограничителями для роста бизнеса и до 2014 г.3).
2 Распоряжение Правительства Российской Федерации от 27 января 2015 г. № 98-р. (http://government.ru/docs/16639/)
3 По ежемесячным данным Росстата «Деловая активность организаций в России».
Таким образом, ответ на вопрос о причинах сокращения инвестиций может быть получен только в результате тщательного анализа всех вышеперечисленных факторов. Целью же данной работы является рассмотрение лишь одного из них: проверяется гипотеза о том, что одной из причин стагнации инвестиций является высокая долговая нагрузка российских компаний. При этом мы исследуем влияние долговой нагрузки именно в контексте новых российских экономических реалий (их изменений по сравнению с прошлыми), т.е. как один из каналов, по которым ухудшение внешних и внутренних условий оказывает влияние на инвестиционную активность. Однако не стоит забывать и о том, что в масштабах всей экономики из банковских и облигационных займов финансируется немногим больше 10% инвестиций [Росстат, 2015]4, поэтому фактор долговой нагрузки нельзя назвать приоритетным, хотя, как будет показано ниже, он и не столь мал, чтобы можно было пренебречь им.
В экономической литературе феномен негативного влияния долговой нагрузки на инвестиции носит название «долгового навеса» (debt overhang). Наличие долгового навеса в экономике обусловливает необходимость принятия его во внимание при проведении экономической политики, как показано в работе [Occhino, Pescatori, 2014]. Управление центральным банком процентной ставкой ведет к последствиям для инфляции (ее замедлению или ускорению), которые в свою очередь оказывают влияние на реальную величину долга. Если долг оказывает сдерживающее влияние на инвестиции, то с учетом того, что он является номинальной переменной, его реальное сокращение вследствие инфляции оказывает поддержку финансовому состоянию фирмы. Процентная ставка также влияет на издержки рефинансирования долга. Таким образом, в случае если экономические агенты оказываются в условиях долгового навеса, у финансового регулятора появляется дополнительный аргумент в пользу проведения более мягкой денежно-кредитной политики при условии, что он стоит перед выбором между достижением целей по инфляции и по экономическому росту. Охлаждение экономической активности одновременно с ускорением инфляции - именно та ситуация, которая наблюдалась в российской экономике во второй половине 2014 г. и начале 2015 г.5
Долговой навес впервые был рассмотрен в ставшей классической работе Майерса [Myers, 1977], в которой было проанализировано влияние долга компании на инвестиционную стратегию в результате конфликта интересов собственников компании и кредиторов. Фирма, как показывает Майерс, сталкивается с выбором: получение выгод от «налогового щита», формирующегося вследствие использования долгового финансирования, и отрицательные последствия для стоимости компании. У собственников (а также представляющих их менеджеров) компании с большой долговой нагрузкой может быть мало стимулов для осуществления инвестиционных проектов, так как большая доля прибыли от проектов будет отходить к кредиторам (возможно, даже полностью - в случае банкротства фирмы). Таким образом, при прочих равных, фирма с более высоким долгом будет инвестировать меньше фирмы с низким долгом. Эта идея получила свое разви-
4 Еще примерно 20% финансируется из заемных средств, выданных другими компаниями, 20% - из бюджетных средств и чуть менее 50% - собственные средства фирм.
5 Банк России в пресс-релизе «О ключевой ставке Банка России» от 11 сентября 2015 г. отмечает: «...увеличение инфляционных рисков при сохранении рисков существенного охлаждения экономики». (http://www.cbr.ru/press/pr.aspx?file=11092015_133021keyrate2015-09-11T13_01_35.htm)
тие в том, что не только сами акционеры не хотят реализовывать проекты, значительная доля выгод которых отойдет уже существующим кредиторам, но и привлечение новых кредиторов может быть в этом случае затруднительным по той же причине. Кроме того, один из каналов, по которому долговой навес оказывает влияние на инвестиционные возможности, - это сокращение свободного финансового потока фирмы в результате необходимости обслуживать долговые обязательства [Jensen, 1986].
Долговой навес может накладывать пороговое ограничение на доходность инвестиционного проекта. В случае, если прибыль, которую принесет проект, меньше суммы, необходимой для осуществления всех выплат по уже существующему долгу и выплат новым инвесторам-кредиторам, то проект не будет осуществлен, даже если сам по себе он является прибыльным. Демонстрация этого на примере и в форме простой модели приведена в исследовании Лэймонта [Lamont, 1995].
Существование такого порогового ограничения не играет важной роли в условиях быстрорастущей экономики (когда отдача от инвестиций высока) и может быть критическим в условиях стагнации. По той же причине одна и та же величина накопленной задолженности может порождать и не порождать проблемы долгового навеса в разных экономических условиях. Именно поэтому, как отмечено в указанной работе [Lamont, 1995], обострение проблемы и ее влияние на инвестиции и макроэкономическую динамику происходит в кризисный и посткризисный периоды.
Говоря иначе, эффект долгового навеса является динамическим: он обостряется в результате того, что решения о привлечении финансирования принимались в период роста (и ожиданий будущего роста), а фактически экономика оказалась в иных условиях и ином состоянии. В России после глобального финансового кризиса имела место как раз такая ситуация: переход от достаточно быстрого экономического роста к стагнации. С учетом того, что к моменту кризиса российский корпоративный сектор имел достаточно высокий как внутренний, так и внешний долг, мы ожидаем, что долговой навес стал играть более заметную роль в динамике корпоративных инвестиций.
Как уже было отмечено выше, особую актуальность вопрос финансирования инвестиций в условиях ограниченных ресурсов приобрел в 2014 г., когда вследствие изменения политической обстановки международные рынки капитала оказались практически полностью закрыты для российских компаний. Закрытие внешних рынков и прочие экономические санкции усилили эффект ухудшения условий торговли, что привело к резкому ослаблению рубля и ужесточению внутренних денежно-кредитных условий. На рис. 3 представлен индекс изменения условий банковского кредитования, рассчитываемый Банком России, и его компоненты: в 2014 г. имело место последовательное и сильное ужесточение условий кредитования, которое продолжилось и в начале 2015 г. Закрытие глобальных рынков привело к тому, что 2014 год стал первым годом, когда компании сократили свой внешний долг (даже с учетом его переоценки из-за девальвации рубля), заместив его долгом внутренним. Однако это не привело к сокращению долговой нагрузки как таковой: коэффициент обслуживания долга6 в течение 2014 г. резко вырос (рис. 4), превысив прошлый максимум кризиса 2009 г. Все это свидетельствует в пользу того, что проблема долгового навеса могла в еще большей степени обостриться после 2014 г.
6 Банк России. Доклад о денежно-кредитной политике. Июнь 2015. № 2. С. 35-36. (http://cbr.ru/publ/ddcp/2015_02_ddcp.pdf)
Изменение УБК в целом ---Размер кредита
Срок кредита .....Процентная ставка
Требования к заемщику .....Требования к обеспечению
Рис. 3. Индексы изменения условий банковского кредитования. Общий индекс и изменение отдельных условий кредитования (индекс для крупных предприятий; динамика индекса для малых и средних предприятий идентична)
Источник: Банк России.
~ Внутренний кредит
Внутренний и внешний кредит
• Среднее значение по выборке стран с развивающимися рынками (внешний и внутренний долг)
Рис. 4. Долговая нагрузка: коэффициент обслуживания долга для России Источник: Банк России. Доклад о денежно-кредитной политике. Июнь 2015. № 2. С. 36.
Отдельное внимание мы хотим уделить вопросу одной из структурных особенностей российской экономики, а именно, активному участию в ней государства - в форме участия в капитале компаний. Компании, связанные с государством, могут иметь определенные как формальные, так и неформальные преференции, гарантии и могут рассчитывать на государственную поддержку в вопросах финансирования и рефинансирования, т.е., как ожидается, имеют более мягкие бюджетные ограничения. Анализируя различия в поведении частных компаний и компаний с участием государства в капитале (далее будем для краткости называть их госкомпаниями, хотя речь идет не обязательно о контрольном пакете, а о хотя бы некоторой доле участия), мы проверяем эту гипотезу. Кроме того, есть основания предполагать, что доступ к заемному финансированию для госкомпаний является более легким.
Одно из подтверждений тому представлено на рис. 5, где изображена доля нефинансовых корпораций, относящихся к так называемому государственному сектору в расширенном определении, в общем объеме внешней корпоративной задолженности. По классификации Банка России, «внешний долг государственного сектора в расширенном определении охватывает внешнюю задолженность тех ... небанковских корпораций, в которых органы государственного управления и центральный банк напрямую или опосредованно владеют 50 и более процентами участия в капитале или контролируют их иным способом»7. Доля этих компаний достаточно высока - в среднем за последние десять лет она составила более 30%. Что примечательно, этот показатель является контрциклическим: достигнув «дна» в мягких докризисных условиях, он вновь начал и продолжает устойчиво расти. Однако и в данном случае речь идет только о компаниях, в которых государство имеет контрольный пакет, т.е. без учета тех, в которых его участие менее 50%. С учетом последних эта доля, очевидно, была бы еще выше.
Рис. 5. Доля заимствований государственных нефинансовых корпораций в общем объеме внешней задолженности сектора нефинансовых корпораций Источник: Банк России.
7 Банк России. Внешний долг, рассчитанный в соответствии с методологией шестого издания «Руководства МВФ по платежному балансу и международной инвестиционной позиции» (РПБ6): Внешний долг Российской Федерации, аналитическое представление (электронный документ: http://cbr.ru/statistics/credit_statistics/debt_an_new.xlsx).
Контрцикличность доли госкомпаний в общем объеме внешней задолженности говорит в пользу нашей гипотезы об относительно мягких бюджетных ограничениях, а кроме того, дает основания для проверки гипотезы о том, что для таких фирм проблема долгового навеса стоит не столь остро. Если это действительно так, то в условиях ограниченных финансовых ресурсов госкомпании могут «вытеснять» другие компании с рынка капитала.
В новых финансовых условиях, в которых оказалась российская экономика начиная с 2014 г., косвенным подтверждением такого «вытеснения» может быть рост кредитования крупных компаний одновременно со стремительным снижением кредитования малого и среднего бизнеса (рис. 6). Хотя здесь речь идет об изменении структуры кредитования по величине фирм, это может быть связано и с участием государства, так как государство является акционером многих крупных российских корпораций. Вместе с тем, хотя падение кредитования малого и среднего бизнеса наверняка связано и со снижением их экономической активности, такой быстрый и резкий провал, чье начало в середине 2014 г. как раз совпало с моментом введения западными странами санкций против России, скорее всего стал одним из следствий этих санкций. Каналом же влияния стало срочное замещение крупными корпорациями внешнего заемного финансирования внутренним (т.е. на российском рынке капитала). Подтверждение тому, что в 2014 г. компании заместили внешний долг внутренним, проиллюстрировано на рис. 7.
30 1 20 -10 -
ч^ ¿У ¿У иУ О,^ ч> ^ <~У л^ О,^ ч^ ч^ иУ
& Ф (У <У (51 \Ч (V (У <У (51 V (У <У С1 \Ч (V <5>
—Кредиты крупным компаниям —*— Кредиты малому и среднему бизнесу —■— Кредиты всем организациям-резидентам
Рис. 6. Годовые темпы прироста задолженности по кредитам компаниям и индивидуальным предпринимателям Источник: Банк России. Доклад о денежно-кредитной политике. Июнь 2015. № 2. С. 27.
В нашей работе мы анализируем факторы инвестиций для частных компаний и компаний с государственным участием до и после мирового финансового кризиса 20082009 гг. Во-первых, мы проверяем гипотезу о существовании проблемы долгового навеса для российских компаний, построив новый индикатор для идентификации наличия данного феномена. Во-вторых, мы исследуем различия в поведении частных и госкомпаний, проверяя гипотезу о существовании относительно «мягких» бюджетных ограничений
для последних. Полученные нами результаты говорят о том, что проблема долгового навеса имела место и до кризиса, но после него заметно усилилась: до 2009 г. долговая нагрузка почти не оказывала дестимулирующего влияния на инвестиции, после же обнаружено достаточно существенное отрицательное влияние. Кроме того, оказалось, что госкомпании находятся под значительно меньшим влиянием долгового навеса, а посткризисное сокращение инвестиций частных компаний, согласно нашим оценкам, на 14% объясняется обострением этой проблемы. В целом финансовые ограничения для госкомпаний заметно слабее, чем для частных.
8
7
6
5
ю 4
CP 3
и
ц CP 2
H
1
0
-1
-2
-3
Ш
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Ш Кредит от банков РФ □ Долговой рынок РФ
■ Размещение акций □ Внешний долг
Рис. 7. Внешние источники финансирования предприятий Источник: Банк России, cbonds.info, Reuters.
Во втором разделе статьи обсуждаются исследования, связанные с темой нашей работы, а также предлагается эмпирически тестируемая гипотеза для выявления феномена долгового навеса. Третий раздел посвящен описанию данных и метода оценивания. Результаты эконометрического оценивания и выводы представлены в четвертом разделе. Итоги подведены в заключительном пятом разделе.
2. Обзор исследований.
Построение эмпирически тестируемой гипотезы
Теорема Модильяни - Миллера [Modigliani, Miller, 1958] и основанная на ней неоклассическая теория инвестиций [Hall, Jorgenson, 1967] предполагают совершенство рынков капитала, единую для всех процентную ставку на макроэкономическом уровне, а также независимость решений о «реальных» переменных (в частности, инвестициях) от финансовых (структуры капитала), что предполагает зависимость инвестиций исключительно от степени прибыльности самих инвестиционных возможностей, выраженных в
величине Q-Тобина [Tobin, 1969]. Однако эмпирика свидетельствует о том, что рынки капитала несовершенны, внутренние и внешние финансовые ресурсы стоят не одинаково и не являются полными субститутами. Многие исследования детерминант инвестиционного поведения корпораций сосредоточились на выяснении того, какую роль в нем играют финансовые ограничения корпорации [Fazzari et al., 1988; Schiantarelli, 1996; Bond et al., 2003]. Было показано, что существенное значение имеет поток свободных денежных средств компании (cash flow). Зависимость инвестиций от финансовых переменных стала предметом интереса и в части влияния долга, финансового рычага (leverage). В результате общепринятым местом в литературе, посвященной финансам корпорации, стало то, что, при прочих равных условиях, больше инвестируют те фирмы, у которых больше поток свободных денежных средств и меньше долговая нагрузка [Stein, 2003, р. 125]. Отрицательная связь между долгом и инвестициями стала подтверждением гипотезы о наличии проблемы долгового навеса, впервые сформулированной Майерсом [Myers, 1977].
В то время как в некоторых работах предложена интеграция феномена долгового навеса в макроэкономические модели [Lamont, 1995; Gertler, 1992; Occhino, Pescatori, 2014; Chen, Manso, 2014], отдельной задачей остается эмпирическая проверка гипотезы о существовании данного феномена. С этой целью ряд авторов используют регрессионную зависимость между инвестициями (нормированными на активы) и финансовым рычагом как показателем степени долговой нагрузки (например, [Gallego, Loayza, 2004; Aivazian, 2005; Firth et al., 2008]). Другой метод предложен в работе [Hennessy, 2004], где используются показатели уровней потерь в случае дефолта, расчет которых затруднителен из-за отсутствия такого рода данных для российской экономики. У этого же автора отмечено, что показатель финансового рычага является не очень хорошей прокси-переменной для обнаружения эффекта долгового навеса. Этот тезис обоснован в Приложении, где показано, что простая линейная форма зависимости инвестиций от финансового рычага может быть отрицательной и в нормальных условиях, когда проблема долгового навеса отсутствует. Взамен указанной спецификации в нашей работе предложена другая форма эмпирически тестируемой гипотезы. При построении гипотезы мы опираемся на описанную выше теорию влияния ограничений ликвидности на инвестиции. Другие модели инвестиционных функций и результаты их оценивания подробно представлены, например, в работах Кларка [Clark, 1979] и Кабаллеро [Caballero, 1999], в которых показано, что оценки инвестиционных функций вообще являются достаточно нестабильными и предполагают достаточно много альтернативных форм. Мы используем лишь одну из возможных спецификаций.
Теория влияния ограничений ликвидности упрощенно проиллюстрирована на рис. 8а [Hubbard, 1998], где представлены кривые спроса и предложения инвестиций. Положение кривой спроса определяется инвестиционными возможностями. Кривая предложения в идеальных условиях должна быть горизонтальной, определяясь единой процентной ставкой, сложившейся на рынке (r), однако в силу асимметрии информации, в результате которой кредиторы требуют премию за вложение своих средств в проекты фирмы, она имеет излом и положительный наклон во второй части. Положение излома определяется величиной собственных финансовых ресурсов фирмы (W - worth). На рис. 8а показано, что меняется при росте богатства с W0 до W1 (рост инвестиций с I0 до I1). Наклон кривой в данном случае зависит от степени асимметрии информации - величины информационных издержек (чем больше асимметрия между кредитором и заемщиком, тем
большую премию за риск требует кредитор)8. В результате инвестиции 10 и I меньше оп-
7-*
тимальногозначенияI .
Стоимость средств S(W0) S(W¡) У /
/ /
/Т> у у s ¿г / / *
D
Wo
W,
Io
Il
f
Запас капитала, инвестиции
Рис. 8а. Асимметрия информации и недостаточное инвестирование Источник-. [Hubbard, 1998].
Наше предположение состоит в том, что на наклон кривой предложения, т.е. на размер риск-премии, положительно влияет долговая нагрузка фирмы: привлечение нового долга становится все более рискованным и дорогостоящим. Больший финансовый рычаг делает кривую более крутой. Вместе с тем информационные издержки можно принять как примерно постоянные во времени, а при оценивании мы учитываем индивидуальные фиксированные эффекты компаний (см. раздел 3). Теперь, интегрируя эту идею в описанную схему-иллюстрацию, можно проследить, что происходит с инвестициями с ростом долга (рычага) при прочих равных. Это изображено на рис. 8б. В результате роста финансового рычага с lev0 до levi по мере поворота кривой предложения влево при одних и тех же собственных средствах W инвестиции сокращаются с I0 до Ii, при этом величина нового привлеченного долга (для финансирования этих капитальных расходов) d сокращается быстрее (с d0 до di), и соотношение Ild увеличивается (I\ld\ больше, чем I(Jd0), т.е. компаниям приходится финансировать б0льшую часть инвестиций самостоятельно. Следовательно, мы можем записать
(1)
r
8 Более подробное описание графика и теории, которую он иллюстрирует, см. в работе [Hubbard, 1998].
где В1 _ х1Аг_ х - финансовый рычаг, т.е. отношение заемных средств к активам, а коэффициент а положителен, причем чем он больше, тем быстрее кривая предложения поворачивается влево, становясь все более крутой. Таким образом, большему значению а соответствует большая степень проблемы долгового навеса.
Далее, чтобы «вписать» это соотношение в уравнение, которое мы будем оценивать, используя традиционный для такого рода зависимостей показатель инвестиций, нормированных на активы, перепишем следующим образом:
(2)
= а
dt D-i
At-i At-i
Мы построили эмпирически тестируемую гипотезу, которую и будем использовать в данной работе. Оценка коэффициента а позволит проверить гипотезу о степени остроты проблемы долгового навеса.
Стоимость средств S(W, lev1) X
/ \ S(W, lev0)
/ ---------
^—
1 d1 D
1 9 Il
i \ -1-
W
do
f
Запас капитала, инвестиции
Рис. 8б. Финансовый рычаг и инвестиции Источник: [Hubbard, 1998]; авторы.
Еще один метод для выявления этого феномена был предложен в недавней, еще не опубликованной в финальной ее версии работе [Kalemli-Ozcan et al., 2015]. Авторы определяют долговой навес через превышение долгом фирмы ее прибыли: DtIEBITDAt. Однако из-за того, что, как отмечают авторы, показатель EBITDA нередко бывает нулевым, они предлагают добавлять в инвестиционную функцию обратное отношение EBITDAt IDt и трактуют положительный коэффициент как свидетельство долгового навеса. На наш взгляд, такой подход уязвим в том смысле, что в полученный коэффициент просачивает-
r
I
o
ся эффект влияния непосредственно прибыли (EBITDA как таковой), т.е. свободных денежных средств (W в терминах рис. 8а и 8б). Наша же спецификация имеет дело только с переменными долга.
Что касается результатов, полученных в эмпирических работах, посвященных теме долгового навеса, то в исследовании [Kalemli-Ozcan et al., 2015] авторы, изучая последний долговой кризис в странах еврозоны, делают вывод о том, что высокая задолженность европейских фирм стала одной из важнейших причин сокращения инвестиций. Еще один интересный результат состоит в том, что особенно страдают те фирмы, у которых велика доля краткосрочной задолженности. К тому же выводу приходят и авторы работы [Duchin et al., 2010], которые изучают влияние острой фазы кризиса 2008-2009 гг. на детерминанты инвестиций.
В пользу существования долгового навеса говорят и результаты работы [Hennessy, 2004], основанные на данных для американских фирм. В этом исследовании сделана попытка найти различия в величине эффекта для разных групп компаний - в данном случае, в зависимости от инвестиционного рейтинга, - но таковых не оказалось. Наша работа в этом смысле близка, так как мы тоже хотим выявить компании, для которых вопрос долгового навеса стоит менее остро, чем для других. В нашем исследовании такие различия обнаружены - между частными компаниями и компаниями с государственным участием.
Эти различия свидетельствуют об относительно мягких бюджетных ограничениях для госкомпаний. Мягкие бюджетные ограничения формируются в результате самых различных способов поддержки компаний государством, начиная от прямых субсидий и государственных кредитных гарантий и заканчивая неформальной поддержкой: ведение переговоров с кредиторами, уверенность последних в спасении компании (bailout) в случае серьезных финансовых затруднений (подробнее см.: [Kornai et al., 2003]). Присутствие этого явления в инвестиционных функциях было получено также авторами, исследовавшими корпоративный сектор Болгарии [Budina et al., 2000], хотя они разделили компании не по структуре собственности, а просто по величине - мягкие бюджетные ограничения оказались характерны для крупных компаний. Этот результат перекликается с замещением кредитов малым и средним фирмам кредитами крупным, которое мы наблюдали на рис. 6. В нашем исследовании проверка такой гипотезы пока затруднительна, так как мы имеем дело с выборкой, где все компании являются крупными.
3. Данные и метод оценивания
Нами была сформирована база данных по более чем 100 публичным российским компаниям за период с 2000 по 2014 гг. Источник - база данных ThompsonOne9. База включает в себя показатели финансовой отчетности корпораций по международным стандартам (показатели баланса, отчета о прибылях и убытках, отчета о движении денежных средств), ряд рыночных и аналитических показателей (в том числе рыночная капитализация фирмы), а также сведения об участии государства в капитале (источник: Ruslana,
9 А также данные, опубликованные на официальных сайтах компаний, для заполнения отдельных пропусков.
Bureau van Dijk). Таким образом, оценивание осуществляется на годовых панельных данных.
Первая спецификация, которую мы хотим оценить, - это уравнение без учета неоднородности в структуре собственности компаний:
invi ,t = Рс + Pi • invi ,t-1 + Р2 • qtobin t-1 + Рз • cf t-1 + + p4 •debtoi,t +^t +9i + Ei t,
где invi t - инвестиции в нефинансовые активы компании i за период t, нормированные
на активы на начало периода t (т.е. на конец периода t _ 1), It/At_ 1; qtobin - Q-Тобина, рассчитанный как рыночная стоимость компании по отношению к балансовой стоимости ее активов, где рыночная стоимость получена как сумма рыночной капитализации и долга; cf- свободные денежные средства: операционная прибыль до вычета амортизации активов (operating income); debto - переменная для долгового навеса, введенная в разделе 2: произведение отношения нового привлеченного за период долга к активам (dcht) и фи-
нансового рычага (levt _ 1):
D-1
At-1 At-1
; - фиксированные эффекты для периодов; 0i
фиксированные эффекты для компаний; £i t - случайная ошибка.
Модель отдельно оценена для двух периодов: 2000-2007 гг. и 2009-2014 гг. Первый период мы рассматриваем как докризисный, так как на российских рынках кризис начался во второй половине 2008 г. Этот год ознаменовался очень резким переходом от одних внешних и внутренних финансово-экономических условий к другим, поэтому не все решения экономических агентов могли успеть подстроиться: в то время как, например, решения относительно новых заимствований под инвестиционные проекты могли быть приняты в начале года, сами проекты ближе к концу года могли быть заморожены на фоне начинающейся рецессии и падения фондовых рынков. Период до 2007 г. мы рассматриваем в этом смысле как более однородный. Второй временной отрезок включает в себя завершение наиболее острой фазы кризиса, охарактеризовавшееся оживлением на российском рынке капитала (начало 2009 г.) и посткризисный период (включая 2014 г. -год резко ужесточившихся финансовых условий).
Вторая спецификация, оцениваемая нами, - это уравнение, в котором учтен эффект государственной доли в капитале компании:
invi ,t =Рс + Р1 • invi ,t-1 + Р2 • qtobini ,t-1 + Y2 • qtobini ,t-1 • statei ,t +
(4) + Рз • cfi,t-1 + Уз • cfi,t-1 • statei,t + p4 • debtoi,t + Y4 • debtoit • statett +
+ ^t + 0i +E ,t,
где state - мультипликативная фиктивная переменная: единица, если государство участвует в капитале компании, и ноль, если иначе.
То есть мы, оценивая все компании в одной выборке, учитываем различие в коэффициентах между группами компаний.
Для эконометрической оценки интересующих зависимостей в работе используется обобщенный метод моментов (GMM) для динамических панельных данных, разработанный Ареллано и Бондом [Arellano, Bond, 1991]. Динамические панельные данные отличаются наличием в числе регрессоров модели авторегрессионной компоненты. Одна из особенностей таких моделей - это наличие индивидуальных эффектов, которые коррели-рованы с ошибкой. Эта коррелированность приводит к тому, что оценивание такого рода модели с помощью метода наименьших квадратов ведет к несостоятельным оценкам коэффициентов. Устранение индивидуальных эффектов путем построения «внутригруппо-вых» оценок (within) также не решает проблемы, так как не избавляет от коррелирован-ности с ошибкой, и оценки данного метода также являются несостоятельными. Причем оценки МНК смещены вверх, а «внутригрупповые» - вниз (см., например, [Bond, 2002]). Обобщенный метод моментов для динамических панельных данных решает эту проблему путем взятия первых разностей зависимых переменных и оценивания модели в таком виде.
Кроме того, он решает проблему отсутствия строгой экзогенности объясняющих переменных, предлагая использовать инструментальные переменные. В нашем случае можно говорить о слабой экзогенности. Слабая экзогенность означает, что будущие инновации зависимой переменной не влияют на текущие реализации объясняющих переменных (на них могут влиять текущие и прошлые реализации зависимой переменной) [Bond, 2002]. В основе метода лежит использование внутренних инструментов - нескольких подряд лагов объясняющих переменных в уровнях (т.е. уровни - инструменты для разностей). Мы используем два лага для каждой переменной. Для обеспечения состоятельности полученных таким образом оценок необходимо выполнение условия валидности инструментов, которое проверяется с помощью теста Саргана на переидентифицирующие ограничения (J-статистика; нулевая гипотеза предполагает, что инструменты валидны).
4. Результаты оценивания
Перед тем как перейти непосредственно к результатам эконометрической оценки, посмотрим, что показывают описательные статистики наших переменных. В табл. 1 представлены статистики для выборки, разделенной на два интересующих нас периода, но без разделения по типам компаний. Во-первых, сильно сократились инвестиции: с 14,8 до 9,3% по отношению к активам (по медианному показателю снижение с 11,0 до 7,7%). Показатели Q-Тобина и свободных денежных средств также снизились. Вместе с тем средний финансовый рычаг компаний вырос почти в полтора раза. Но несмотря на этот рост, наш индикатор долгового навеса (debto) сократился за счет более сильного по масштабу сокращения показателя dch, т.е. компании стали в среднем привлекать все меньше новых займов. Напомним, что снижение индикатора debto соответствует обострению проблемы долгового навеса.
Таблица 1.
Описательные статистики переменных: различия до и после кризиса
qtobin с/
20002007 гг. 20092014 гг. 20002007 гг. 20092014 гг. 20002007 гг. 20092014 гг.
Среднее 0,148 0,093 1,396 1,022 0,134 0,114
Медиана 0,110 0,077 1,169 0,801 0,129 0,117
Максимум 0,842 0,676 7,646 7,133 0,894 0,566
Минимум 0,000 0,000 0,048 0,039 -0,991 -0,824
Стандартное отклонение 0,138 0,082 1,079 0,796 0,179 0,117
Число наблюдений 385 751 342 702 467 752
debto dch 1еу
2000- 2009- 2000- 2009- 2000- 2009-
2007 гг. 2014 гг. 2007 гг. 2014 гг. 2007 гг. 2014 гг.
Среднее 0,021 0,020 0,090 0,060 0,218 0,307
Медиана 0,004 0,003 0,034 0,018 0,189 0,278
Максимум 0,550 1,622 2,483 1,748 0,905 2,226
Минимум -0,213 -0,270 -0,546 -0,488 0,000 0,000
Стандартное отклонение 0,063 0,090 0,233 0,187 0,172 0,250
Число наблюдений 405 753 420 754 526 765
Результаты оценки спецификации (3) для каждого из периодов10 представлены в табл. 2а. Ситуации до и после кризиса заметно отличаются с точки зрения факторов инвестирования. До кризиса компании не испытывали серьезных ограничений с точки зрения финансирования, что проявилось в зависимости инвестиций от Р-Тобина и отсутствии значимой зависимости от потока свободных денежных средств. После кризиса проявились последствия ужесточения финансовых условий в экономике. Во-первых, зависимость от Р-Тобина резко снизилась, а во-вторых, поток свободных денежных средств стал значимым фактором. Что касается феномена долгового навеса, то в докризисный период его влияние оказывается мало и незначимо, в то время как после кризиса мы наблюдаем существенный рост этого эффекта и его статистическую значимость.
10 К сожалению, несмотря на общее большое число компаний и длинный временной отрезок, данные содержат много пропусков, а лаговая структура наших переменных накладывает дополнительные ограничения, из-за чего мы имеем достаточно малое число наблюдений в период с 2000 г. по 2007 г.
Один нюанс, который следует учесть, - это специфика энергетической отрасли. Большую роль в функционировании этой отрасли играют так называемые договора на поставку мощности (ДПМ) - механизм, регулирующий инвестиционную деятельность. Договор заключается между компанией и государством: компания берет на себя обязательства по строительству и вводу новых генерирующих мощностей, а государство обеспечивает частичный возврат инвестиций (через повышенную стоимость продаваемых энергоресурсов). Это означает, что в отрасли инвестиции могут определяться другими факторами, нежели те, которые берем в расчет мы. Во избежание возможных смещений, связанных с этим, мы также оценим нашу модель регрессии, исключив компании энергетической отрасли из выборки. Результаты оценивания представлены в табл. 2б. Как мы видим, они оказались достаточно похожими: сокращение влияния инвестиционных возможностей, прокси-переменной для которых является р-Тобина, и усиление финансовых ограничений (по крайней мере, в форме долгового навеса). Таким образом, будем рассматривать оценки и на основе полной, и на основе усеченной выборок, но вторые все же как более приоритетные.
Таблица 2а.
Результаты оценивания модели (3)
2000-2007 гг. 2009-2014 гг.
-1 0,189*** 0,183***
0,123*** 0,018***
-0,037 0,046**
debto¡, 0,038 0,243***
Число наблюдений 102 596
Probability(J-statistic) 0,635 0,154
Таблица 2б.
Результаты оценивания модели (3) без компаний энергетической отрасли
2000-2007 гг. 2009-2014 гг.
inv., . l,t-1 0,164** 0,212***
qtobini,_l 0,105*** 0,014***
f ,t-i -0,002 0,083***
debtot t 0,051 0,251***
Число наблюдений 90 468
Probability(J-statistic) 0,459 0,369
Примечание: в табл. 2а и 2б *** - коэффициент значим на уровне значимости 1%, ** - 5%, * - 10%.
Теперь посмотрим, что изменится, если принять во внимание неоднородность компаний с точки зрения участия в их капитале государства. Сначала проанализируем описательные статистики, представленные в табл. 3. Можно увидеть, что поведение компаний оказалось сильно различным (см. рис. 9, где особенно это заметно). В то время как инвестиции для госкомпаний снизились не очень существенно (с 12,4 до 10,1% по отношению к активам), инвестиции частных компаний значительно пострадали - почти двукратное снижение, с 16,2 до 8,8%. Р-Тобина для частных компаний и до и после кризиса был выше, чем для государственных, но это различие может во многом объясняться отраслевой спецификой. Что примечательно, прибыль компаний почти не различается в зависимости от типа собственности, и это означает, что все прочие отличия фирм, которые мы наблюдаем, не определяются возможными различиями в их рентабельности.
Таблица 3.
Описательные статистики переменных: различия до и после кризиса для компаний с участием и без участия государства
(приставка _s выделяет госкомпании, - частные компании)
inv_s _ns qtobin_s qtobin_ns
2000- 2009- 2000- 2009- 2000- 2009- 2000- 2009-
2007 2014 2007 2014 2007 2014 2007 2014
Среднее 0,124 0,101 0,162 0,088 1,189 0,791 1,541 1,143
Медиана 0,088 0,093 0,121 0,067 0,915 0,668 1,276 0,877
Максимум 0,670 0,676 0,842 0,521 6,062 3,825 7,646 7,133
Минимум 0,001 0,000 0,000 0,000 0,159 0,180 0,048 0,039
Стандартное отклонение 0,118 0,076 0,147 0,084 1,005 0,508 1,108 0,889
Число наблюдений 139 258 246 493 141 243 201 459
с^ с/_т debto_s debto_ns
2000- 2009- 2000- 2009- 2000- 2009- 2000- 2009-
2007 2014 2007 2014 2007 2014 2007 2014
Среднее 0,177 0,104 0,144 0,119 0,009 0,021 0,028 0,019
Медиана 0,124 0,111 0,139 0,119 0,002 0,005 0,006 0,002
Максимум 0,894 0,452 0,709 0,566 0,179 0,636 0,550 1,622
Минимум -0,816 -0,592 -0,991 -0,824 -0,115 -0,113 -0,213 -0,270
Стандартное отклонение 0,161 0,110 0,188 0,121 0,037 0,080 0,074 0,095
Число наблюдений 170 256 297 496 150 256 255 497
dch_s dch _ns 1ev_s 1ev_ns
2000- 2009- 2000- 2009- 2000- 2009- 2000- 2009-
2007 2014 2007 2014 2007 2014 2007 2014
Среднее 0,040 0,070 0,120 0,055 0,196 0,322 0,231 0,299
Медиана 0,021 0,027 0,046 0,013 0,148 0,285 0,202 0,274
Максимум 0,841 1,748 2,483 1,352 0,905 1,203 0,783 2,226
Минимум -0,411 -0,202 -0,546 -0,488 0,000 0,000 0,000 0,000
Стандартное отклонение 0,150 0,214 0,267 0,171 0,179 0,218 0,167 0,265
Число наблюдений 159 256 261 498 190 261 336 504
Средние инвестиции по Средний долг по отношению к Среднее годовое изменение долга отношению к активам активам (финансовый рычаг) по отношению к активам
□ госкомпании до 2009 г. □ госкомпании после 2009 г.
□ частные компании до 2009 г. □ частные компании после 2009 г.
Рис. 9. Инвестиции и задолженность компаний с государственным участием и без - до и после кризиса
Источник: расчеты авторов.
Наиболее интересен анализ различий в отношении долговых переменных. Для частных компаний показатель среднего изменения долга ^еН) резко сократился после кризиса (с 12,0 до 5,5% от величины активов), а вот для государственных, напротив, вырос (с 4,0 до 7,0%). Такая ситуация достаточно аномальна с учетом того, что свершившееся ужесточение денежно-кредитных условий должно было повлечь за собой снижение привлечения новых займов повсеместно. Этот факт мы рассматриваем как дополнительный сигнал в пользу существования мягких бюджетных ограничений: госкомпании способны наращивать долги в условиях, когда для прочих кредитный рынок сужается.
Из-за роста вновь привлекаемого долга для госкомпаний увеличился и индикатор debto, что должно означать в среднем уменьшение долгового навеса для госкомпаний после кризиса. Проверим эту гипотезу, а также другие гипотезы о детерминантах инвестиций для компаний с разной структурой собственности, оценив спецификацию (4). Результаты оценки представлены в табл. 4а и 4б, где первая представляет результаты по всей доступной выборке, а вторая - с исключением компаний энергетической отрасли. Статистически значимые «надбавки» для коэффициентов группы госкомпаний (, ] = 2, 3, 4) для
наглядности выделены жирным шрифтом.
По результатам оценки мы получили, что до кризиса различий в поведении частных фирм и госкомпаний почти не было: капитальные вложения определялись в основном инвестиционными возможностями, выраженными в показателе р-Тобина, значимого влияния финансовых ограничений в форме зависимости от прибыли не наблюдалось, коэффициенты при индикаторе долгового навеса так же оказались статистически неразличимы. То, что показатель р-Тобина оказывал существенное воздействие на инвестиции, можно продемонстрировать путем следующих расчетов. В 2000-2007 гг. одно стандартное отклонение инвестиций частных компаний (зависимой переменной) составляло 0,147, а одно стандартное отклонение р-Тобина 1,108 (см. табл. 3). Если использовать в
качестве приоритетных результаты табл. 4б (коэффициент при р-Тобина, равный 0,084), то мы получаем, что приращение величины р-Тобина для частных компаний на одно стандартное отклонение вызывает рост величины инвестиций на 63% от их стандартного отклонения (1,108 х 0,084 : 1,047 = 0,633). Аналогичный расчет для показателя долгового навеса дает очень слабый эффект: лишь к росту величиной 5% от стандартного отклонения инвестиций приводил рост индикатора долгового навеса на одно его стандартное отклонение.
Таблица 4а.
Результаты оценивания модели (4)
2000-2007 гг. 2009-2014 гг.
invi,t-1 0,082 0,159***
qtobin 0,087*** 0,009***
qtobint t-1 x statet t 0,001 0,036***
cfi ,t-1 -0,083 0,103***
cfi t-i x state -0,014 -0,182***
debtot t 0,145*** 0,307***
debtot t x state11 0,040 -0,143***
Число наблюдений 102 596
Probability(J-statistic) 0,432 0,238
Таблица 4б.
Результаты оценивания модели (4) без компаний энергетической отрасли
2000-2007 гг. 2009-2014 гг.
inv., . l,t-1 0,141* 0,154***
qtobini t-1 0,084*** 0,009***
qtobini t-1 x statet t -0,016 0,031***
cf ,t-1 -0,009 0,129***
cfi ,t-1 x statei,, 0,483 -0,260***
debtot t 0,096** 0,323***
debtot t x state11 0,045 -0,273***
Число наблюдений 90 468
Probability(J-statistic) 0,381 0,552
Примечание: в табл. 4а и 4б *** - коэффициент значим на уровне значимости 1%, ** - 5%, * - 10%.
Изменения произошли после 2009 г. Для обеих групп компаний имеет место сокращение влияния Р-Тобина на инвестиции. Напротив, собственные финансовые средства стали играть значимую положительную роль для частных предприятий, но не для государственных - для последних зависимость оказывается отрицательной. И в-третьих, коэффициент при индикаторе долгового навеса для частных компаний стал существенно выше по своему значению, в то время как для государственных он либо почти не изменился (табл. 4а), либо даже сократился (табл. 4б). Причем, во втором случае, т.е. когда мы исключаем из рассмотрения энергетические компании, различия между группами в эффектах долгового навеса в посткризисный период очень велики: эффект высок для частных компаний и пренебрежимо мал для государственных.
Рассчитаем предельное влияние объясняющих переменных на инвестиции частных компаний в 2009-2014 гг. и сравним с результатами для 2000-2007 гг. Снова возьмем для примера показатели Р-Тобина и долгового навеса. Используя данные о стандартных отклонениях и коэффициенты из табл. 4б, получаем следующее. Изменение Р-Тобина на одно стандартное отклонение вызывает изменение инвестиций в размере 10% от их стандартного отклонения (0,889 х 0,009 : 0,084 = 0,095) по сравнению с 63% до 2007 г. Напротив, эффект долгового навеса заметно вырос и одно его стандартное отклонение меняет инвестиции на 37% от их стандартного отклонения - по сравнению с 5% до 2007 г.
Роль прибыли и долгового навеса явным образом указывает на то, что предприятия с государственным участием находятся в более мягких финансовых условиях, имеют значительно более легкий доступ к финансированию, т.е. мягкие бюджетные ограничения. Однако отрицательный коэффициент при потоке денежных средств у госкомпаний, на наш взгляд, имеет тот смысл, что «мягкость» бюджетных ограничений проявляется не только в доступе к дополнительному финансированию в случае необходимости, но и в том, что эта необходимость может формироваться искусственно: выполнение инвестиционных «обязательств» перед государством даже в тех случаях, в которых компания добровольно отказалась бы от инвестирования (в рыночных условиях).
Стоит отметить, однако, что из-за небольшого числа наблюдений мы не можем в большой мере полагаться на свойство состоятельности оценок на первом временном отрезке. Вероятно, из-за этого мы имеем достаточно неустойчивые по значениям оценки для 2000-2007 гг. Напротив, оценки на отрезке 2009-2014 гг. гораздо более устойчивы и согласованы между собой (в частности, если сравнивать результаты оценки спецификаций (3) и (4)), что позволяет нам быть более уверенными в справедливости выводов, сделанных для этого временного периода. Что касается проверки полученных коэффициентов модели на робастность, то, во-первых, робастность отчасти подтверждается схожестью результатов на основе полной выборки и выборки без компаний энергетической отрасли (причем, среди компаний этой отрасли есть как госкомпании, так и частные, поэтому в этом смысле выборка усекается достаточно равномерно). Во-вторых, исключим из выборки крупнейшие госкомпании, которые отличаются от остальных сильной индивидуальной спецификой - это Газпром и Роснефть11. Результаты представлены в табл. 5а и 5б: компании исключены из полной выборки в первом случае и из выборки без отрасли энергетики во втором. Если сравнить эти результаты с табл. 4а и 4б, то можно увидеть, что коэффициенты оказались практически нечувствительны к исключению из выборки госкомпаний-«гигантов», что свидетельствует в пользу релевантности наших выводов.
11 Автор благодарит рецензента данной работы за эту идею.
Таблица 5а.
Проверка на робастность: результаты оценивания модели (5) без учета отдельных компаний
2000-2007 гг. 2009-2014 гг.
Щ,,-1 0,111* 0,150***
фЬщ- 0,087*** 0,008***
0,003 0,038***
-0,095 0,100***
сА ,,-1 х 0,005 -0,171***
debto¡, 0 144*** 0,301***
debto¡, х , 0,113 -0,139***
Число наблюдений 97 584
Probability(J-statistic) 0,407 0,279
Таблица 5б.
Проверка на робастность: результаты оценивания модели (5)
без компаний энергетической отрасли, без учета отдельных компаний
2000-2007 гг. 2009-2014 гг.
-1 0,299*** 0,168***
0,104*** 0,009**
qtob¡n¡ ,-1 х ь,Ше1, -0,034 0,036***
0,038 0,134***
с/1 ,,-1 х 0,097 -0,276***
debto¡, 0,030 0,325***
debto¡, х , 0,502 -0,295***
Число наблюдений 84 456
Probability(J-statistic) 0,544 0,441
Примечание: в табл. 5а и 5б *** - коэффициент значим на уровне значимости 1%, ** - 5%, * - 10%.
Построив оценки регрессии, интересно узнать, какую, согласно им, роль сыграл долговой навес в снижении частных инвестиций. К концу 2008 г. частные компании подошли с отношением инвестиций к активам на уровне 0,153 (15,3%). В 2009-2014 г. их уровень составил 0,088 (8,8%), т.е. имело место снижение на 0,065 (6,5 п.п.). Показатель
ёгЫв в свою очередь в этот же период снизился с 0,047 до 0,019, т.е. на 0,028. Согласно нашему коэффициенту регрессии, равному 0,323 (табл. 4б), рост долгового навеса объясняет 14% фактического сокращения инвестиций. Величина этого эффекта не столь мала, чтобы ею можно было пренебречь, поэтому можно констатировать, что долговой навес оказывает экономически значимое влияние на инвестиции.
5. Заключение
Оценив инвестиционные функции для частных компаний и госкомпаний в периоды до и после мирового финансового кризиса 2008-2009 гг., мы получили, что факторы капитальных вложений различны как между периодами, так и между рассмотренными типами фирм. Если в докризисный период мы получили отсутствие или слабое влияние финансовых ограничений на принятие фирмами инвестиционных решений, то в посткризисный период эти ограничения стали играть ведущую роль для частных компаний и по-прежнему несущественную - для государственных. Особое место занимает вопрос влияния накопленной долговой нагрузки. Оказалось, что в ужесточившихся денежно-кредитных условиях долговой навес имеет значение для частных инвестиций и практически не ограничивает компании с государственным участием.
Таким образом, мы наблюдаем, что для компаний с государственным участием есть признаки мягких бюджетных ограничений и значительно более легкого доступа к финансированию. Этот результат дает основания ожидать, что в посткризисных условиях сильно ограниченных финансовых ресурсов госкомпании могут вытеснять остальные с рынка заимствований и, следовательно, вытеснять частные инвестиции. То есть речь идет о вытеснении частных инвестиций «квазигосударственными» инвестициями в результате вытеснения на рынке капитала, что в свою очередь может иметь негативный эффект для инвестиционного процесса в целом.
Наличие долгового навеса может иметь последствия для денежно-кредитной политики: если его эффект оценивается как достаточно весомый и им нельзя пренебречь, то у российского центрального банка появляется дополнительный аргумент в пользу проведения более мягкой политики (в том случае, если цели по инфляции и экономическому росту оказываются разнонаправленными). Более того, центральный банк должен принимать во внимание неоднородность экономических агентов, так как степень жесткости его политики оказывается не одинаковой для разных типов агентов. Обнаруженные нами различия в финансовых ограничениях для частных и государственных компаний свидетельствуют о том, что в условиях жесткой денежно-кредитной политики ее основная «тяжесть» ложится на рыночный сегмент, в то время как компании с государственным участием пользуются своим более легким доступом к финансированию.
Вместе с тем, новый экономический кризис, начавшийся в 2014 г., вероятно, изменит положение госкомпаний. В условиях общего ухудшения экономической ситуации и, в особенности, резко снизившихся по сравнению с предыдущим десятилетием цен на нефть, государство уже едва ли сможет в той же степени поддерживать эти компании. Значит, есть основания ожидать, что те финансовые ограничения, которые не играли существенной роли раньше, могут в дальнейшем стать весомыми факторами инвестиционного поведения и для компаний с участием государства, т.е. для них станут справедливыми выводы данной работы, сформулированные для частных компаний. Это открывает перспективы для нового исследования.
Приложение.
Эмпирически тестируемая гипотеза: критика
Спецификация, которую оценивает ряд исследователей (например, [Gallego, Loayza, 2004; Aivazian et al. 2005; Firth et al. 2008]) для проверки гипотезы о наличии долгового навеса, выглядит следующим образом:
(5) —^ = Xt ■ C + в • leveraget — + ut
At-i
где It - инвестиции в нефинансовые активы за период t; At-1 - активы на конец периода t - 1 (они же активы на начало периода t); Xt - вектор объясняющих переменных (кроме переменной leverage ); C - вектор коэффициентов при Xt; leveraget-1 - финансовый рычаг компании на начало периода t (конец периода t - 1), который по определению равен отношению долга Dt-1 к активам: Dt-1 /At-1; в - коэффициент при переменной leverage ; ut - ошибка регрессии, E(ut) = 0.
В результате оценки исследователи получают отрицательные коэффициенты в, что трактуется ими как наличие долгового навеса.
Однако можно предложить простую модель поведения фирмы, в которой не будет долгового навеса, а оцененный таким образом коэффициент в (т.е. зависимость инвестиций, нормированных на активы, от финансового рычага) будет полностью определяться соотношением параметров модели.
Пусть у компании есть некоторые начальные активы А0 и пассивы L0, причем из этих пассивов долг D0 < L0. По определению А0 = L0. Начиная с периода t = 1 и далее компания осуществляет инвестиции It, причем финансирует их полностью за счет внешних средств - заимствований в размере dt, причем dt - это чистый новый заем, т.е. с учетом выплачиваемых по существующему накопленному долгу Dt-1 процентных платежей. Таким образом, It = dt. Пусть норма выбытия равна нулю.
Кроме того, предположим, что инвестиционный спрос фирмы растет с каждым периодом по мере роста фирмы. Темп роста (валовый) равен а. Тогда
It = aIt-1, dt = It = adt-1 = at-1d1, t t t Dt = D0 + X di' Lt = L0 + X di' At = A + X di •
Следовательно,
Л _ h
At-i Ao + X i -1 d A + X
t-1 1 A Vt-1
a, A + X a
i =1 г Ю A-ii=1 t-1 d
t-1 _ ' Xг =1 аг
D D0 + X leveraget = —— =-
A t x 11 1
At-1
A + X^
г=1
г=1
г=1
Найдем коэффициент к наклона прямой, соединяющей любые две точки для периодов t и (/ - 1).
Дзависимой переменной
к = -
Днезависимой переменной
Тогда
к =
А0+X ^ ^ А + X ^
У/
а+х ^ ^+х t:
л0+x11
0 ¿—Ч =1
л +
Zt - 2 г =1
У
Знаменатели у обеих результирующих разностей сократятся, поэтому рассмотрим только числители.
Числитель первой дроби:
-1Ло + аdt-1 ( + ••• + ^-2 ) ^-1 Ло - ^-1 ( + ••• + ^-1) =
= (а - -1Л0 + -1 ((а -1) ( + ••• + - 2) - -1) = = dt-1 [Л,(а-1) + а1~2d1 - d1 - dt-1 ] = -1 [[(а-1) - d1 ],
так как
^ + ••• + dt-2 = d1 +аd1 + ••• + а^
йх (аt-2 -1)
а-1
Числитель второй дроби:
£>0Л) + Д ( + ••• + dt-2) + Л (d1 + ••• + dt-1) + (d1 + ••• + dt-2)(d1 + ••• + dt-1 )-
-^0Л -Д(dl + ••• + dt-2)-Л0(dl + ••• + dt-2)-Ц + ••• + dt-2)(dl + ••• + dt-1 ) =
= -Dоdt-1 + Л^-1 = dt-1 ((0 -°0) • Тогда
dt-1 (((а-1)-dl ) = Л0( а-1)-dl
dt-1 (( - Dо)
Л - Д
Так как А0 = Ь0, а по условию ,00 < Ь0, то А0 - В0 > 0. Тогда знак зависимости (коэффициент к) определяется исходя из соотношения Л0(а-1) и d1. Если Л0(а-1) < d1, то знак будет отрицательным, если же наоборот - то положительным (случай, если А0 велико). Так как коэффициент к не зависит от t, т.е. одинаков для каждой пары t и t - 1, то все точки лежат на одной прямой.
Таким образом, мы получили, что зависимость инвестиций от финансового рычага может быть отрицательной в нормальных условиях, когда проблема долгового навеса отсутствует. Это означает, что спецификация (5) является не вполне адекватной с точки зрения эмпирической проверки наличия долгового навеса.
* * *
СПИСОК ЛИТЕРА ТУРЫ
Акиндинова Н., Ясин Е. Новый этап развития экономики в постсоветской России // Вопросы экономики. 2015. № 5. С. 5-27.
Росстат. Инвестиции в России, 2015 г. (Электронный сборник.)
Aivazian V.A., Ge Y., Qiu J. The Impact of Leverage on Firm Investment: Canadian Evidence // Journal of Corporate Finance. 2005. 11(1). P. 277-291.
Arellano M., Bond S. Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations // The Review of Economic Studies. 1991. 58(2). P. 277-297.
Bond S.R. Dynamic Panel Data Models: A Guide to Micro Data Methods and Practice // Portuguese Economic Journal. 2002. 1(2). P. 141-162.
Budina N., Garretsen H., De Jong E. Liquidity Constraints and Investment in Transition Economies // Economics of Transition. 2000. 8(2). P. 453-475.
Caballero R.J. Aggregate Investment // Handbook of Macroeconomics. 1999. 1. P. 813-862.
Chen H., Manso G. Macroeconomic Risk and Debt Overhang. (SSRN 2522886). 2014.
Clark P. Investment in the 1970s: Theory, Performance, and Prediction // Brookings Papers on Economic Activity. 1979. P. 73-124.
Duchin R., Ozbas O., Sensoy B.A. Costly External Finance, Corporate Investment, and the Subprime Mortgage Credit Crisis // Journal of Financial Economics. 2010. 97(3). P. 418-435.
Fazzari S., Hubbard R.G., Petersen B.C. Financing Constraints and Corporate Investment // Brookings Papers on Economic Activity. 1988. 1. P. 141-195.
Firth M., Lin C., Wong S.M. Leverage and Investment under a State-owned Bank Lending Environment: Evidence from China // Journal of Corporate Finance. 2008. 14(5). P. 642-653.
Gallego F., Loayza N. Financial Structure in Chile: Macroeconomic Developments and Microeco-nomic Effects // A. Demirgüg-Kunt, R. Levine (eds.) Financial Structure and Economic Growth: A Crosscountry Comparison of Banks, Markets, and Development. MIT Press, 2004. P. 299-346.
Gertler M. Financial Capacity and Output Fluctuations in an Economy with Multi-period Financial Relationships // The Review of Economic Studies. 1992. 59(3). P. 455-472.
Hall R.E., Jorgenson D.W. Tax Policy and Investment Behavior // The American Economic Review. 1967. P. 391-414.
Hennessy C.A. Tobin's Q, Debt Overhang, and Investment // The Journal of Finance. 2004. 59(4). P. 1717-1742.
Hubbard R.G. Capital-market Imperfections and Investment // Journal of Economic Literature. 1998. 36(1). P. 193-225.
Jensen M.C. Agency Cost of Free Cash Flow, Corporate Finance, and Takeovers. Corporate Finance, and Takeovers // American Economic Review. 1986. 76(2).
Kalemli-Ozcan S., Laeven L., Moreno D. Debt Overhang in Europe: Evidence from Firm-Bank-Sovereign Linkages. 2015. (http://www.cepr.org/sites/default/files/overhang_march3.pdf)
Kornai J., Maskin E., Roland G. Understanding the Soft Budget Constraint // Journal of Economic Literature. 2003. P. 1095-1136.
Lamont O. Corporate-debt Overhang and Macroeconomic Expectations // The American Economic Review. 1995. P. 1106-1117.
Modigliani F., Miller M.H. The Cost of Capital, Corporation Finance and the Theory of Investment // The American Economic Review. 1958. P. 261-297.
Myers S.C. Determinants of Corporate Borrowing // Journal of Financial Economics. 1977. 5(2). P. 147-175.
Occhino F., Pescatori A. Leverage, Investment, and Optimal Monetary Policy // The BE Journal of Macroeconomics. 2014. 14(1). P. 511-531.
Stein J.C. Agency, Information and Corporate Investment // Handbook of the Economics of Finance: Corporate Finance. 2003. Vol. 1. P. 111-165.
Tobin J. A General Equilibrium Approach to Monetary Theory // Journal of Money, Credit and Banking. 1969. 1(1). P. 15-29.
Corporate Debt Overhang and Investment in Russia
Sholomitskaya Elena
National Research University Higher School of Economics, 31, Shabolovka Str., Moscow, 115162, Russian Federation.
E-mail: esholomitskaya@hse.ru
The paper considers the factors of investment activity of Russian companies before and after the global financial crisis of 2008-2009. Given the growth of non-financial corporations debt under the general monetary tightening accompanied by the stagnation of investment in fixed assets, the roles of financial constraints and debt overhang are investigated. We also raise the question about the influence of the government participation in the company's capital on investment behavior. In order to identify the phenomenon of debt overhang we provide a new indicator and show its advantages over others previously used in studies. We estimate investment functions using annual panel data on financial indicators of Russian public companies for the period from 2000 to 2014.
The results show differences in the investment behavior of firms before and after the crisis of 2008-2009: the weak influence of financial constraints before the crisis turned into statistically and economically significant thereafter. The behavior of private companies and state-owned ones differs much. State-owned companies have relatively soft budget constraints and are almost not subject to debt overhang, while the post-crisis decline in investment of private companies, according to our estimates, is 14% due to the aggravation of the problem. This result means that in the post-crisis environment of limited financial resources state-owned companies' borrowing can crowd out borrowings of other companies, and thus crowd out private investment.
The presence of debt overhang may have implications for monetary policy: central bank has an additional argument in favor of softer policy. The central bank also has to take into account the heterogeneity of economic agents: the major "burden" of tight monetary policy falls on the market segment, while state-owned enterprises get advantages of their easier access to financing.
Key words: debt overhang; corporate investment; financial constraints; state-owned enterprises; soft budget constraints.
JEL Classification: E22, G32, L32.
* * *
References
Akindinova N., Yasin E. (2015) Novyi etap razvitiia ekonomiki v postsovetskoi Rossii [A New Stage of Economic Development in Post-Soviet Russia]. Voprosy Ekonomiki, 5, pp. 5-27.
Rosstat (2015) Investicii v Rossii. [Investment in Russia].
Aivazian V.A., Ge Y., Qiu J. (2005) The Impact of Leverage on Firm Investment: Canadian Evidence. Journal of Corporate Finance, 11, 1, pp. 277-291.
Arellano M., Bond S. (1991) Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations. The Review of Economic Studies, 58, 2, pp. 277-297.
Bond S.R. (2002) Dynamic Panel Data Models: A Guide to Micro Data Methods and Practice. Portuguese Economic Journal, 1, 2, pp. 141-162.
Budina N., Garretsen H., De Jong E. (2000) Liquidity Constraints and Investment in Transition Economies. Economics of Transition, 8, 2, pp. 453-475.
Caballero R.J. (1999) Aggregate Investment. Handbook of Macroeconomics, 1, pp. 813-862.
Chen H., Manso G. (2014) Macroeconomic Risk and Debt Overhang. Available at: SSRN 2522886.
Clark P. (1979) Investment in the 1970s: Theory, Performance, and Prediction. Brookings Papers on Economic Activity, pp. 73-124.
Duchin R., Ozbas O., Sensoy B.A. (2010) Costly External Finance, Corporate Investment, and the Subprime Mortgage Credit Crisis. Journal of Financial Economics, 97, 3, pp. 418-435.
Fazzari S., Hubbard R.G., Petersen B.C. (1988) Financing Constraints and Corporate Investment. Brookings Papers on Economic Activity, 1, pp. 141-195.
Firth M., Lin C., Wong S.M. (2008) Leverage and Investment under a State-owned Bank Lending Environment: Evidence from China. Journal of Corporate Finance, 14, 5, pp. 642-653.
Gallego F., Loayza N. (2004) Financial Structure in Chile: Macroeconomic Developments and Mi-croeconomic Effects. Financial Structure and Economic Growth: A Cross-country Comparison of Banks, Markets, and Development (eds. A. Demirgûç-Kunt, R. Levine), MIT Press, pp. 299-346.
Gertler M. (1992) Financial Capacity and Output Fluctuations in an Economy with Multi-period Financial Relationships. The Review of Economic Studies, 59, 3, pp. 455-472.
Hall R.E., Jorgenson D.W. (1967) Tax Policy and Investment Behavior. The American Economic Review, pp. 391-414.
Hennessy C.A. (2004) Tobin's Q, Debt Overhang, and Investment. The Journal of Finance, 59, 4, pp. 1717-1742.
Hubbard R.G. (1998) Capital-market Imperfections and Investment. Journal of Economic Literature, 36, 1, pp. 193-225.
Jensen M.C. (1986) Agency Cost of Free Cash Flow, Corporate Finance, and Takeovers. Corporate Finance, and Takeovers. American Economic Review, 76, 2.
Kalemli-Ozcan S., Laeven L., Moreno D. (2015) Debt Overhang in Europe: Evidence from Firm-Bank-Sovereign Linkages. Available at: http://www.cepr.org/sites/default/files/overhang_march3.pdf
Kornai J., Maskin E., Roland G. (2003) Understanding the Soft Budget Constraint. Journal of Economic Literature, pp. 1095-1136.
Lamont O. (1995) Corporate-debt Overhang and Macroeconomic Expectations. The American Economic Review, pp. 1106-1117.
Modigliani F., Miller M.H. (1958) The Cost of Capital, Corporation Finance and the Theory of Investment. The American Economic Review, pp. 261-297.
Myers S.C. (1977) Determinants of Corporate Borrowing. Journal of Financial Economics, 5, 2, pp. 147-175.
Occhino F., Pescatori A. (2014) Leverage, Investment, and Optimal Monetary Policy. The BE Journal of Macroeconomics, 14, 1, pp. 511-531.
Stein J.C. (2003) Agency, Information and Corporate Investment. Handbook of the Economics of Finance: Corporate Finance, 1, pp. 111-165.
Tobin J. (1969) A General Equilibrium Approach to Monetary Theory. Journal of Money, Credit and Banking, 1, 1, pp. 15-29.
