Эффект финансовых ограничений и реальных опционов в инвестиционной политике компаний Текст научной статьи по специальности «Экономика и бизнес»

1(187) - 2014

Эффективность экономической политики

УДК 336.02

ЭФФЕКТ ФИНАНСОВЫХ ОГРАНИЧЕНИЙ И РЕАЛЬНЫХ ОПЦИОНОВ В ИНВЕСТИЦИОННОЙ ПОЛИТИКЕ

КОМПАНИЙ

Е. Е. КУЗЬМИЧЁВА,

преподаватель кафедры финансового менеджмента

Факультет экономики E-mail: ekuzmicheva@hse. ru Национальный исследовательский университет «Высшая школа экономики» — Нижний Новгород

В статье получены эмпирические свидетельства негативного влияния факторов финансовых ограничений и опционной компоненты на объем инвестиций в реальные активы нефинансовых публичных компаний развитых стран. На основании регрессионного анализа с учетом панельного характера данных подтверждается предположение, что при росте неопределенности внешней среды реальные опционы усиливают отрицательный эффект финансовых ограничений на корпоративные инвестиции.

Ключевые слова: инвестиционный, решение, индекс финансовых ограничений, реальный, опцион, проект.

Введение

В условиях неопределенности внешней среды особую ценность приобретает управленческая гибкость как способность фирмы подстраиваться под изменяющийся мир. Одним из проявлений подобной гибкости в отношении выстраивания инвестиционной политики является возможность фирмы встраивать в проекты реальные опционы. Кроме того, уровень корпоративной инвестици-

онной гибкости определяется тем, насколько свободно фирма может выходить на рынки капитала и привлекать в свои проекты внешние источники финансирования.

Статья обнародует результаты эмпирических оценок взаимного влияния финансовых ограничений и реальных опционов на текущий уровень инвестиций в реальные активы публичных нефинансовых компаний развитых стран за 1991—2011 гг. Протестирована гипотеза, что в условиях неопределенности внешней среды опционы на откладывание инвестиционных проектов усиливают влияние финансовых ограничений на корпоративные инвестиции.

Обзор литературы

Влияние несовершенства рынка капитала на корпоративные инвестиции. Ф. Модильяни и М. Миллер (Modigliani, Miller) [9] доказали, что в условиях совершенного и полного рынка капитала тип предполагаемых инструментов финансирования не влияет на решение вопроса, стоит ли проводить инвестиции. Опуская предпосылку о совершенстве

рынка капитала, С. Майерс и Н. Майлуф (Myers, Majluf) [12], Б. Гринвальд и др. (Greenwald et al.) [5], С. Майерс (Myers) [10, 11], С. Росс и др. [14] показывают, что внешние источники финансирования не являются совершенными заменителями внутренних. М. Дженсен и У. Меклинг (Jensen, Meckling) [7], ссылаясь на проблему moral hazard (морального риска), поясняют, что большой долг побуждает компанию выбирать излишне рисковые инвестиционные проекты.

Проблема неблагоприятного отбора (adverse selection problem) также может создавать издержки долгового финансирования. С. Майерс и Н. Майлуф используют вариант модели «лимонов» Дж. Акер-лофа, чтобы доказать: если менеджеры обладают частной информацией относительно инвестиционных проектов компании, внешнее финансирование возможно только при уплате премии как компенсации инвесторам их возможного финансирования «плохих» компаний.

Разделив исследуемую выборку компаний якобы по степени финансовых ограничений в соответствии с долей прибыли, направляемой на выплату дивидендов, С. Фаззари и др. (Fazzari et al.) [4] подтверждают гипотезу, что с увеличением финансовых ограничений растет чувствительность инвестиций компании к денежным потокам. С. Кап-лан и Л. Зингалес (Kaplan, Zingales) [8] оспаривают справедливость выводов С. Фаззари и соавторов, не наблюдая монотонного роста чувствительности с ростом финансовых ограничений. Ранжирование компаний С. Каплан и Л. Зингалес проводят без априорных критериев, на основе финансовой отчетности. Кроме того, классификация подтверждается логит-моделью относительно вероятности попадания в группу.

Влияние финансовых ограничений компании на доходность акций анализируют Т. Вайтед и Г. Ву (Whited, Wu) [17]. Для изучения эффекта финансовых ограничений на основе инвестиционной модели авторы конструируют индекс, который показывает себя более эффективным в ранжировании компаний, нежели индекс Каплана — Зингалеса. В качестве переменных, формирующих индекс, используются: денежный поток, факт выплаты дивидендов, отношение долга к совокупному капиталу, логарифм совокупных активов, рост продаж компании и увеличение доли в отрасли.

Влияние реальных опционов на инвестиции. Несмотря на теоретическую привлекательность

модели реальных опционов, в литературе немного примеров проведения эмпирических исследований. Проблема в конструировании прокси-переменной для опционной составляющей. Х. Бо и др. (Bo et al.) [1] предлагают интересный подход, основанный на инвестиционной модели А. Диксита и Р. Пиндайка (Dixit, Pindyck) [2, 3, 13]. С помощью созданной прокси-переменной тестируется пороговый эффект влияния неопределенности на инвестиции.

Теоретическая инвестиционная модель в условиях несовершенства рынка капитала

Конструирование индекса финансовых ограничений построено на стандартной инвестиционной модели частичного равновесия (a standard partial-equilibrium investment model), доработанной Т. Вайтедом и Г. Ву (Whited & Wu) [17], Т. Вайтедом (Whited) [15, 16].

Предполагается, что фирма максимизирует свою текущую стоимость, представленную как сумму дисконтированных ожидаемых дивидендных выплат. Формула для дивидендов составлена с учетом корректировки прибыли на сумму инвестиционных вливаний, в том числе за счет привлечения долговых ресурсов, и на величину издержек подстройки капитала. Компания принимает цены на факторы производства, на продукцию и процентные ставки как заданные рынком:

V = F

У i0 ^i0

(1)

где У.0 — текущая стоимость фирмы;

Е — оператор математического ожидания при условии наличия релевантной информации; Р. 0 — дисконт-фактор; d.t — дивиденды фирмы;

0 в момент времени ^ = 0.

Дивиденды фирмы . в момент , запишем в виде

= п(Ки )-у(/й, Ки )-/„ + Би - (1 + 4 )Б,,-1,(2) где К. г — запас капитала на конец периода

у (К.,, I.) — издержки подстройки капитала;

1 — инвестиции в течение периода

В — долг, привлеченный на конец периода . — процентная ставка по долговым инструментам.

Капитал формируется и амортизируется со скоростью 5 согласно формуле

t=i

Ku+1 = 1г ,t+1 + (1 -5Й )K.

(3)

Пусть фирма также претерпевает ограничения на привлечение внешнего финансирования:

(4)

(5)

d,t > d,t; B t - .

В выражениях (4), (5) dit, B* t — соответственно нижняя и верхняя границы уровня дивидендов и долга для фирмы i в момент t. Верхний уровень долга введен для недопущения игры Понци с точки зрения выплаты дивидендов только за счет привлекаемых долговых ресурсов.

В силу того, что в явном виде модель не предусматривает выпуска акций, отрицательное значение di t в неравенстве (4) можно трактовать как способность фирмы привлекать внешнее долевое финансирование. В целом при отсутствии налогов в модели отрицательные дивиденды и дополнительный выпуск акций — меры, оказывающие схожий эффект на старых акционеров.

Пусть X п — множитель Лагранжа для вы -ражения (4). Будем интерпретировать его как теневые издержки (shadow costs), связанные с увеличением капитала фирмой за счет внешних источников. Наличие таких издержек означает, что внешнее финансирование, в частности выпуск акций, обходится фирме дороже, чем внутренние источники.

Условие первого порядка для задачи максимизации стоимости фирмы (1) с учетом выражений (2), (3) и ограничения (4) принимает следующий вид:

Elt ^,

(1 + \+i)

(1 + ^t)

Wk , ,

+ (1 -5)(у',+1 +

1)

Представляется возможным не выделять отдельно решение задачи максимизации стоимости фирмы с учетом лимитирования величины долгового финансирования (5) и вводить дополнительный множитель Лагранжа. Так или иначе, но теневые издержки привлечения внешних источников не наблюдаемы, и величины издержек наращения как долевых, так и долговых ресурсов могут быть объяснены одними и теми же наблюдаемыми переменными [17], потому раздельное эмпирическое изучение издержек по источникам возникновения крайне проблематично. В этой связи будем использовать неравенство (4) для ввода в модель издержек, связанных с получением внешнего финансирования.

Ключевые объясняющие переменные эмпирической модели

Предельная прибыльность капитала пк Для расчета параметра в качестве прибыли п использована величина чистой операционной прибыли после налогов NOPAT; в качестве запаса капитала, вовлеченного компанией в операционную деятельность, использована балансовая стоимость основных средств (строка property, plant, equipment, gross).

Дисконт-фактор p позволяющий привести к моменту времени t = 0 денежные потоки компании i, формирующиеся в период t, рассчитывается согласно стандартной формуле

Ро, =-1-,

^0,t (1 + rj )(1 + Гг)(1 + Гз)..... (1 + rt)

где rt — ставка дисконтирования компании i для

периода t.

При использовании стандартной методики разделения инвестиционных решений и решений о выборе источников финансирования во время анализа эффективности проекта полагают, что он финансируется исключительно за счет собственного капитала компании. Его владельцы предъявляют требования роста стоимости компании (в частности, за счет роста прибылей) и выплаты дивидендов. Потому требуемую доходность можно представить в виде суммы коэффициента выплаты дивидендов и прироста прибылей [1]:

r = b + 1+

где b — коэффициент выплаты t дивидендов;

цп — среднее значение прироста прибыли.

Текущее значение цп рассчитывается как среднее значение темпов прироста величины NOPAT за текущий и предшествующие периоды. Первое значение цп посчитано для 1993 г. на данных прироста прибыли за 1991—1993 гг. С каждым последующим периодом количество наблюдений для расчетов увеличивается на одно.

Издержки подстройки капитала. В качестве функции издержек подстройки выбрана выпуклая ее спецификация [17]:

= W' ,t +1(6) ц —

W(lt, K ) =

M 1 ГI

ао I —

K

где а0,

m=2 m Л K . am, m = 2...M — параметры, которые необходимо оценить.

7х"

35

п

к

т

Согласно работе [17] можно принять M = 3. Тогда

1

Yk = ао - 2а2

2 (I

—а21 —

3 21 K

(7)

Формирование индекса финансовых ограничений. Признаком возникновения у фирмы финансовых ограничений является повышение разницы стоимостей внутреннего и внешнего капиталов [8]. Переменная X описывает данную разницу, однако является ненаблюдаемой величиной. Предлагается параметризовать X как функцию наблюдаемых характеристик фирмы [15, 17].

Выбор объясняющих переменных для конструирования индекса финансовых ограничений основывается на работах С. Фаззари и др. (Fazzari et al.) [4], С. Каплана и Л. Зингалеса (Kaplan, Zingales) [8], Т. Вайтеда и Г. Ву (Whited, Wu) [17].

По результатам анализа различных спецификаций индексов представим два наилучших варианта построения c точки зрения сочетания и значимости переменных.

A4 = b0 + b1LRDebt _ Totass tt +

+b2 Payout tt + b3SGtt + b4Totass tt +

+b5 Powerit + b6Cash _ Totass t; (8)

At = b0 + b1LRDebt _ Totass it + +b2 Div _ Capex it + b3SGit + b4Totass it + +b5Powerit + b6CF _ Totassu, (9)

где b0 — свободный член (константа);

LRDebtTotass — отношение долгосрочного долга к совокупным активам; Payout — дамми-переменная, принимающая значение единицы в случае выплаты компанией дивидендов в году t и нуля — в обратном случае;

SG — натуральный логарифм суммы единицы и прироста продаж;

Totass — натуральный логарифм совокупных активов;

Power — натуральный логарифм суммы единицы и отношения EBIT к продажам (операционная маржа);

CashTotass — натуральный логарифм суммы единицы и отношения денежных средств к совокупным активам;

DivCapex — натуральный логарифм суммы единицы и отношения дивидендов к капитальным расходам (capital expenditure);

CFTotass — отношение величины денежного

потока к совокупным активам.

Данные и эмпирические оценки параметров модели индекса финансовых ограничений

Для оценки параметров индекса финансовых ограничений использована база данных ThomsonONE.com. В выборку включены 1 346 публичных нефинансовых компаний (согласно классификатору ICB Industry Code) развитых стран.

Эмпирические оценки задачи (6), коэффициенты параметров для спецификаций (7) — (9) были получены с помощью обобщенного метода моментов GMM. Коэффициенты параметров (7) получились незначимыми и были исключены из модели.

Описательная статистика переменных, формирующих индексы финансовых ограничений (8) и (9), представлена в табл. 1. Заметим, что в силу необходимости оценки переменной по данным предшествующих периодов при оценке параметров индекса временной промежуток 1991—2011 гг. был сокращен до 1993—2011 гг.

Эконометрические оценки параметров, формирующих индекс финансовых ограничений согласно спецификациям (8) и (9), представлены в табл. 2.

Поясним результаты оценки параметров индекса. При увеличении доли долгосрочного долга в совокупном капитале компании LRDebt_Totass ее способность привлекать дополнительный внешний капитал постепенно иссякает. При этом стоимость привлечения ресурсов вследствие роста риска несостоятельности растет. Значит, растут издержки X (коэффициент значимый и положительный: согласуется с результатами трудов [8, 17]).

Растущим фирмам, показывающим стабильное увеличение продаж SG, легче привлечь внешнее финансирование. Соответственно, полученный отрицательный коэффициент оправдан (согласуется с работами [8, 17]).

Несколько странным видится знак перед коэффициентом размера совокупных активов компании. Обычно более крупные компании ассоциируются с меньшими рисками, в частности с риском банкротства (too big to fail), потому им должно быть легче выйти на рынки капитала. Однако, согласно результатам оценки, укрупнение компании соответствует росту финансовых ограничений.

2

3

Таблица 1

Описательная статистика объясняющих переменных индекса за 1993—2011 гг.

Переменная Mean Std. Dev. Skewness Kurtosis Min Max Observations

LRDebt Totass 0,176 0,149 1,843 17,618 0,000 3,162 25 566

Payout 0,654 0,476 —0,649 1,421 1,000

Div Capex 0,348 0,439 3,208 21,452 6,880 25 503

SG 0,063 0,241 —1,498 87,880 —8,136 5,346 25 566

Totass 7,182 2,054 —0,089 2,636 —1,715 13,590

Power 0,081 0,155 —9,920 276,206 —6,218 1,933 25 489

Cash Totass 0,100 0,110 4,062 48,749 0,000 2,262 25 566

CF Totass 9,515 8,164 —4,964 114,626 —257,330 80,153

Таблица 2

Результаты эконометрической оценки параметров, образующих индекс финансовых ограничений

Переменная Index 1 Index 2

LRDebt Totass 0,174* (0,096) 0,526** (0,236)

Payout 0,023 (0,185) —

Div Capex — —0,088 (0,088)

SG —0,458** (0,181) —0,231 (0,193)

Totass 0,099*** (0,022) 0,049** (0,024)

Power —0,319* (0,193) —0,324** (0,155)

Cash Totass 0,226 (0,226) —

CF Totass — —0,012* (0,007)

Cons 1,128*** (0,210) 0,699*** (0,218)

Инструменты LRDebt_Totass (t — 1), SG (t — 1), Payout (t — 1), Totass (t — 1), Cash_Totass (t — 1), Cash Flow / Sales (t — 1), nK (t — 1), CAPEX / Total Assets, Asset Turnover, Equity / Total Assets, Cash / Current Assets, Quick Ratio, ROA, Sales, Debt per Share, Ln (1 + Cash / Inventory)

Количество наблюдений 22 653 22 628

Примечание. В скобках указаны стандартные ошибки, звездочками обозначены уровни значимости: * — р < 0,1; ** — р < 0,05; * * * — р < 0,01.

Заметим: в анализируемой выборке переменные LRDebt_Totass и Totass сильно коррелируют: оценка коэффициента корреляции 0,25 статистически значима на 1 %-ном уровне значимости. Получается, что крупные компании находятся в больших не обеспеченных собственными активами долгах и испытывают ограничения в получении новых кредитов. При сравнении компаний рост долгов превышает рост активов. В этой связи положительность коэффициента для переменной Totass представляется оправданной (в работе Т. Вайтеда и Г. Ву (Whited, Wu) [17] коэффициент отрицательный; С. Каплан и Л. Зингалес (Kaplan, Zingales) [8] переменную «совокупные активы» не рассматривают.

Чем выше операционная маржа, тем более эффективно фирма функционирует и тем легче такой компании при прочих равных условиях обеспечивать требуемую норму доходности акционерам и держателям долга. Коэффициент перед переменной значим и отрицателен (в работах [8, 17] коэффициенты рентабельности не включаются в анализ).

Высокие операционные денежные потоки по отношению к совокупным активам скорее будут свидетельствовать об отсутствии проблем с ликвидностью у компании: фирме удается обеспечивать большие объемы продаж и поддерживать высокую оборачиваемость дебиторской задолженности при прочих равных условиях. Подобная компания вряд ли будет испытывать сложности с привлечением внешнего финансирования, потому коэффициент перед переменной значимый и отрицательный (согласуется с работами [8, 17]).

В отношении незначимых переменных заметим, что наличие у компании крупных сумм денежных средств на счетах, так же как и факт выплаты компанией дивидендов, должно относить ее к разряду менее финансово ограниченных фирм. Таким образом, автор полагал получить отрицательные знаки перед переменными в случае их значимости.

Гистограммы построенных индексов 1, 2 представлены на рисунке. Видно, что индекс финансовых

ограничении принимает положительные значения в силу того, что теневые издержки X > 0.

Конструирование прокси-переменной для реального опциона на откладывание проекта

Для конструирования опционной составляющей используем подход, предложенный Х. Бо и др. (Bo et al.) [1]. Стоимость фирмы определяется при инвестициях без замедлений и при наличии опциона на откладывание проекта. В первом случае это дисконтированная сумма прибылей, сгенерированных инвестициями, во втором — стоимость инвестиционной возможности.

Предполагается, что поток прибылей случаен в силу неопределенности внешней среды и подчиняется геометрическому броуновскому движению. В оптимуме:

1) фирме должно быть все равно, инвестировать сейчас или позднее, т. е. стоимость компании с учетом опциона должна быть равна стоимости в случае незамедлительных инвестиций за исключением инвестиционных затрат;

2) приросты стоимости от прироста прибыли (первая производная стоимости по прибыли) для обоих случаев равны. Тогда значение прибыли п*, соответствующее оптимальному решению задачи, записывается в виде

п* = I-

к

к-1

(r X

(i0)

где I — инвестиционные затраты;

к — положительный корень характеристического уравнения к уравнению Беллмана, определяющего стоимость инвестиционного проекта:

к = + 2 аП

чаП

2

i/2

+ -

2r

а

где — среднее значение прироста прибыли (в качестве прибыли используется значение NOPAT);

оп2 — дисперсия отклонений прибылей; r — ставка дисконтирования. Множитель k / (k — 1) > 1 выражает опционную составляющую проекта. В соответствии с теорией реальных опционов инвестировать стоит, когда дисконтированная прибыль от инвестиций выше, чем прибыль при задержке проекта: знак равенства в формуле (10) заменяется на знак «больше или равно».

Эмпирические оценки влияния реальных опционов и финансовых ограничений на корпоративные инвестиционные решения

Покажем, что финансовые ограничения негативно отражаются на уровне текущих инвестиций. Построим простую модель влияния финансового индекса на инвестиции, в качестве объясняющих переменных добавим коэффициенты рентабельности активов ROA, текущей ликвидности Liq и временные эффекты:

Inv t = f + ft + a •Index t +

+a2 • ROAt + a3 • Liqlt + £, lt, (11)

где Inv — уровень инвестиций, взвешенный на совокупные активы, рассчитывается как отношение CAPEX к совокупным активам; f, f — фиксированный и временной эффекты соответственно; Zit — случайное слагаемое. Оценку параметров модели осуществим с помощью модели фиксированных эффектов (Fixed Effects Model). Результаты оценки представлены в табл. 3.

Эмпирическая оценка подтверждает отрицательное воздействие финансовых ограничений на текущий уровень инвестиционной активности компании.

1,5-

1=1,0-

_

23 Индекс

1=1,0.

0,5

2

Индекс

Гистограммы: а — индекс 1; б — индекс 2

0

3

4

0

4

Таблица 3

Эмпирические оценки эффектов реальных опционов и индекса финансовых ограничений на корпоративные инвестиции

Переменная Модель (11) Модель (12) для индекса 1 Модель (12) для индекса 2

Index —7,694*** (0,241) — —

Index (k / (k — 1) < 9) — —0,866*** (0,067) —1,301*** (0,118)

Index (k / (k — 1) > 9) — —1,246*** (0,079) —1,970*** (0,136)

ROA 0,048*** (0,004) 0,074*** (0,003) 0,067*** (0,003)

Current liquidity —0,735*** (0,152) —1,085*** (0,153) —1,119*** (0,153)

Year2009 —0,781*** (0,133) —1,499*** (0,133) —1,546*** (0,133)

Year2010 —1,738*** (0,130) —2,042*** (0,131) —2,093*** (0,131)

Year2011 —1,498*** (0,129) —1,676*** (0,131) —1,727*** (0,131)

Const 21,229*** (0,466) 8,879*** (0,191) 8,605*** (0,187)

Obs. 25 463 25 540 25 540

Примечание. В скобках указаны стандартные ошибки, звездочками обозначены уровни значимости: * — p < 0,1; ** — р < 0,05; *** — р < 0,01.

Трансформируем модель и рассмотрим эффект опционной составляющей на зависимость корпоративных инвестиций от уровня финансовых ограничений. Для этого будем трактовать созданную прокси-переменную для опционов как пороговый, переключающий режимы параметр, обуславливающий различия в эффекте индекса на инвестиции:

= f + ^ + ь • ^^ ■ 11 ^ < е I +

+b2 • Indext • I

k -1

>9 | + b3 • ROAa +

+ьз • Щ + , (12)

где I — индикаторная функция, принимающая значение единицы, если аргумент справедлив, нуля — в обратном случае; 0 — пороговое значение для опционной составляющей, при переходе через которое ожидается смена режима, подлежит оценке; -9 — случайной слагаемое. Согласно Х. Бо и др. (Во е1 а1.) [1] опционная компонента k / (к — 1) содержит информацию о неопределенности, в которой находится фирма, и об отношении к риску. Если полагать, что степень отрицания риска не меняется часто, то переменная будет меняться в силу колебания уровня неопределенности.

Пороговая переменная определяет два режима.

1. Уровень неопределенности выше порогового значения: к / (к — 1) > 0. Ценность опциона возрастает, и фирма склонна к его исполнению, т. е. откладывает инвестиции. В таком случае ожидается усиление отрицательного эффекта финансовых ограничений на инвестиционную активность.

2. Уровень неопределенности не превышает порогового значения: к / ^ — 1) < 0. Фирме не

нужно ожидать разрешения неопределенности для инвестиций: опцион скорее всего не будет исполнен. Ожидается меньшее влияние опционной составляющей на отрицательный эффект финансовых ограничений.

Таким образом, можно ожидать, что коэффициенты Ь1 и Ь2 в модели (12) будут различаться. Для нахождения порогового значения наблюдения отсортированы по пороговой переменной, и для каждого ее значения найдена сумма квадратов остатков. Минимальное значение данной суммы соответствует оптимальному значению 0 [1, 6]. При этом значении оцениваются коэффициенты регрессии (12) с помощью модели с фиксированными эффектами.

Заметим, что для проверки устойчивости результатов модель (12) была построена для обеих спецификаций индексов финансовых ограничений (8), (9). Результаты эмпирической оценки представлены в табл. 3.

В соответствии с результатами оценки подтверждается предположение о том, что в условиях высокой неопределенности (выше порогового значения) отрицательное воздействие финансовых ограничений на инвестиции усилено эффектом реальных опционов на откладывание проекта: коэффициенты Ь1 и Ь2 в табл. 3 значимы, отрицательны, |Ь1| < |Ь2|. Отметим, что гипотеза о равенстве коэффициентов отклоняется на 1 %-ном уровне значимости.

Относительно других объясняющих переменных поясним, что компании, показывающие высокие значения рентабельности активов, увеличивают инвестиции в капитальные активы. Если рентабельность капитала превышает его стоимость,

7х"

39

k

то нет причин отказываться от выгодных инвестиционных проектов.

Коэффициент текущей ликвидности можно расценивать как финансовый ограничитель отвлечения денежных средств в инвестиционные проекты. Отрицательная зависимость говорит о том, что чем больше средств находится в краткосрочных активах, тем меньший объем ресурсов направляется на приобретение капитальных активов.

Заключение

Автор рассмотрел совместное воздействие на корпоративные инвестиции фактора финансовых ограничений и эффекта реальных опционов на откладывание проекта. Для этого на основе инвестиционной модели Т. Вайтеда (Whited) [15], Т. Вайтеда и Г. Ву (Whited, Wu) [17] сконструированы индексы финансовых ограничений компаний.

Выполнено сопоставление построенного индекса с другими формальными показателями деятельности компании, с результатами Т. Вайтеда и Г. Ву, классификациями компаний относительно уровня финансовых ограничений С. Каплана и Л. Зингалеса (Kaplan, Zingales) [8], в результате чего подтверждена большая информационная гибкость индекса. В соответствии с подходом Х. Бо и др. (Bo et al.) [1] создана прокси-переменная для реальных опционов.

Для получения эмпирических оценок использована база данных ThomsonONE. com. Выборка включает 1 346 публичных нефинансовых компаний развитых стран за 1991—2011 гг.

Получены свидетельства влияния факторов финансовых ограничений и опционной компоненты на объем инвестиций в реальные активы фирм. На основании регрессионного анализа с учетом панельного характера данных подтверждено предположение, что при росте неопределенности внешней среды реальные опционы усиливают негативный эффект финансовых ограничений на инвестиции компаний. Для этого найдено пороговое значение опционной компоненты, переключающей режимы уровня неопределенности с относительно высокого на относительно низкий. Проведена проверка устойчивости результатов оценки.

Список литературы

1. Bo H., Jacobs J., Sterken E. A threshold uncertainty investment model for the Netherlands.

Applied Financial Economics. 2006. 16. 665—673.

2. CaballeroR., PindyckR. Uncertainty, investment, and industry evolution. International Economic Review. 1996. 37. 641—62.

3. Dixit A., Pindyck R.(1994) Investment under Uncertainty, Princeton University Press, Princeton, NJ.

4. FazzariS., HubbardR. G., PetersenB. C. Financing Constraints and Corporate Investment. Brookings Papers on Economic Activity. 1988. 1. 141—195.

5. Greenwald B., Stiglitz J. E., Weiss A. Information imperfections in the capital market and macroeconomic fluctuations. American Economic Review. 1984. 74. 391—414.

6. Hansen B. E. Inference when a nuisance parameter in not identified under the null hypothesis. Econometrica. 1996. 64. 413—30.

7. Jensen M., Meckling W. Theory of the firm: Managerial behavior, agency costs and ownership structure. Journal of Financial Economics. 1976. 3. 305—360.

8. Kaplan S., Zingales L. Do Financing Constraints Explain Why Investment is Correlated with Cash Flow? Quarterly Journal of Economics. 1997. 112. 169—216.

9. Modigliani F., MillerM. H. The Cost of Capital, Corporation Finance and the Theory of Investment. The American Economic Review. 1958. 48 (3). 261—297.

10. Myers S. C. Determinants of Corporate Borrowing. Journal of Financial Economics, 1977. 5. 147—175.

11. Myers, S. C. The capital structure puzzle. Journal of Finance. 1984. 39. 575—592.

12. Myers S. C., Majluf N. S. Corporate financing decisions when firms have investment information that investors do not. Journal of Financial Economics. 1984. 13. 187—220.

13. Pindyck R., Solimano A. Economic instability and aggregate investment, NBER Macroeconomics Annual. 1993. 259—303.

14. Ross S.A., Westerfield R. W., Jordan B. D. Fundamentals of corporate finance. 2nd Ed. Homewood, IL: Irwin Press. 1993.

15. Whited T. M. Debt, Liquidity Constraints, and Corporate Investment, Evidence from Panel Data. Journal of Finance. 1992. 47. 1425—1460.

16. Whited T.M. Why do Investment Euler Equations Fail? Journal of Business and Economic Statistics. 1998. 16. 469—478.

17. Whited T. M., Wu G. Financial Constraints Risk. The Review of Financial Studies. 2006. 19 (2). 531—559.