CC BY
117
Удк 336.02
факторы принятия инвестиционных решений в условиях неопределенности: пример российских компаний
А. В. АИСТОВ, кандидат физико-математических наук,
доцент кафедры экономической теории и эконометрики Е-mail: aaistov@hse. т
Е. Е. КУЗЬМИЧЕВА, преподаватель кафедры финансового менеджмента Е-mail: ekuzmicheval@hse. т Национальный исследовательский университет «Высшая школа экономики», Нижний Новгород
В статье приведены результаты эмпирических оценок влияния неопределенности, а также поведенческих и рациональных факторов на инвестиционную политику российских компаний. На основе теоретических моделей Sandmo и Bo & Sterken выполнены оценки с использованием метода наименьших квадратов, моделей с учетом панельной структуры данных и обобщенного метода моментов на выборке российских компаний.
Ключевые слова: инвестиции, реальные активы, риск, неопределенность, спрос.
Введение. В силу того, что колебания инвестиций на агрегированном страновом (мировом) уровне во многом объясняют будущее экономическое состояние страны, анализ инвестиционных решений компаний является постоянным объектом методологических и эмпирических исследований экономистов. В течение последних десятилетий с завидной периодичностью публикуются статьи, посвященные влиянию неопределенности окружающей рыночной среды на уровень инвестиций компаний в реальные активы. Неугасаемый интерес к исследованию эффекта неопределенности вызван
прежде всего тем, что результаты относительно значимости и знака взаимосвязи неопределенности рынка и объема инвестиций являются не всегда однозначными.
Согласно теоретическим и эмпирическим исследованиям, существует несколько механизмов (каналов) влияния неопределенности на инвестиции. До сих пор окончательно не ясно, какой канал является наиболее существенным, поскольку с эмпирической точки зрения достаточно сложно выделить и изучить каждый канал отдельно от других. При этом большинство исследователей находит отрицательное воздействие неопределенности на инвестиции [6].
Авторами рассмотрены результаты эмпирических оценок влияния неопределенности, поведенческих и рациональных факторов принятия решений на инвестиционную политику (инвестиции в реальные активы) компаний России. Особое внимание уделено тестированию влияния фактора отношения инвесторов к риску на взаимосвязь между неопределенностью спроса на продукт компании и объемом инвестиций. Данный фактор является не рациональным, а субъективным - поведенческим.
Он в полной мере «впитывает» настроения, существующие в компании, в отрасли, в стране, и отражает личные убеждения инвестора. Отметим, что большинство эмпирических исследований влияния неопределенности на инвестиции не учитывает этот фактор: для упрощения анализа априори предполагается, что инвестиции осуществляются агентами, нейтральными к риску. Однако согласно исследованиям С. Никелла (Nickel) [24], только при наличии совершенных рынков капитала и определенности можно игнорировать предпочтения экономических агентов при рассмотрении инвестиционных решений компании.
Таким образом, в условиях неопределенности поведение инвесторов как потребителей и структура их предпочтений становятся важными для анализа. В связи с этим более корректно представлять целевую межвременную функцию компании не просто через максимизацию дисконтированных прибылей, а через максимизацию инвесторами ожидаемой дисконтированной полезности от прибылей [8].
Обзор литературы. Можно выделить несколько направлений (каналов), через которые неопределенность оказывает влияние на уровень инвестиций. Соответственно разные подходы обосновывают разные знаки взаимосвязи.
1. Отношение инвесторов к риску. А. Сэндмо (Sandmo) [28] критикует предположение о риск-нейтральности компании, доказывая, что боязнь рисковать обуславливает снижение оптимального объема производства конкурентной фирмы в условиях неопределенной цены на продукт. Х. Лиленд (Leland) [19] распространил выводы А. Сэндмо на несовершенно конкурентные фирмы, устанавливающие объем продаж и цены. Х. Лиленд показывает, что неприязнь риска ведет к снижению оптимального выпуска для фирм, устанавливающих количество, и к снижению оптимальных объема и цены, если фирма устанавливает и то, и другое до того, как неопределенность спроса разрешается. При этом неясным остается влияние фактора отношения к риску для фирм, устанавливающих цену. Р. Хартман (Hartman) [16] теоретически доказал, что эффект неопределенности цены-количества на объем капитала зависит от замещаемости капитала трудом.
В своей работе С. Никелл [24] показал, что отношение к риску может оказывать как положительный, так и отрицательный эффекты на инвестиционные решения в условиях неопределенности. Агент-рискофоб при увеличении неопределенности
внешней среды будет уменьшать инвестиции, тогда как агент-рискофил будет склонен к их увеличению. Т. Накамура (Nakamura) [22] выводит оптимальное инвестиционное правило, основываясь на взаимосвязи между функцией неопределенности «количество-цена», уровнем неприятия инвестором риска, эластичностью выпуска по труду в производственной функции Кобба-Дугласа. Эффект, оказываемый неопределенностью на инвестиции, может быть положительным, отрицательным и нулевым в зависимости от соотношения между эластичностью и отношением инвестора к риску. Однако в целом неприятие риска инвестором обуславливает снижение инвестиций. Х. Бо и Е. Стеркен (Bo & Sterken) [8], тестируя обозначенную зависимость между уровнем неопределенности (в данном случае неопределенности спроса на продукт компаний) и степенью принятия инвестором риска на выборке из 94 нефинансовых датских компаний за 1985-2000 гг., пришли к выводу, что в целом компании-рискофо-бы реагируют на повышение неопределенности спроса снижением уровня инвестиций, тогда как компании-рискофилы готовы увеличивать инвестиции. Результат этих исследований [8] сопоставим с выводами С. Никелла [24].
2. Выпуклость предельного продукта капитала. В соответствии с заключением Р. Хартма-на [15] в условиях совершенной конкуренции, производственной функции фирмы с постоянной отдачей от масштаба, выпуклой симметричной подстраиваемой функции затрат (adjustment cost function) и при нейтральном отношении к риску предельный продукт капитала является выпуклой по цене функцией. В связи с этим рост дисперсии цен порождает рост ожидаемой доходности каждой вовлекаемой единицы капитала. Потому увеличение неопределенности должно побуждать компанию к реализации инвестиций. А. Абель (Abel) [1] расширил дискретную модель Хартмана [15] до модели с непрерывным временем и подтвердил положительную связь между уровнем инвестиций и неопределенностью.
3. Рыночная структура и отдача от масштаба. З. Кабальеро (Caballero) [10], работая с результатами, полученными Хартманом и Абелем, утверждал, что при изменении предпосылок о конкуренции с совершенной на несовершенную и отдаче от масштаба с постоянной на непостоянную эффект неопределенности на инвестиции становится отрицательным. При этом согласно Р. Пиндуку (Pindyck)
[26] результат Кабальеро зависим от фактора рассмотрения фирмы в изоляции и игнорирования неопределенности спроса в отрасли. Но, принимая во внимание отраслевую неопределенность спроса, можно получить отрицательное взаимоотношение между неопределенностью и инвестициями даже в условиях совершенной конкуренции и постоянной отдачи от масштаба.
В своих исследованиях Л. Гуисо и П. Пэрижи (Guiso and Parigi) [14] тестируют влияние конкуренции на рынке продукта на взаимоотношение неопределенность/инвестиции. Они делают заключение, что уменьшение конкуренции ассоциируется с увеличением негативного эффекта неопределенности спроса на инвестиции.
4. Необратимость инвестиций, наличие реального опциона на отсрочку. Судя по экономической литературе, одна из первых попыток моделирования необратимого инвестиционного процесса была выполнена К. Эрроу (Arrow) [3]. Результаты его работы согласуются с последующими заключениями С. Никелла [23, 24] о важности ожиданий инвесторов в данном контексте. Л. Гуисо и П. Пэрижи [14] показали, что необратимость инвестиций усиливает отрицательный эффект неопределенности на инвестиции. Б. Бернанке (Bernanke) [5], Р. Мак-Дональд (McDonald) и Д. Сигэл (Siegel) [20], А. Диксит (Dixit) и Р. Пиндук [11] утверждают, что необратимость инвестиций может привести к откладыванию инвестиционных решений. В результате введения понятия о ценности «бессрочного опциона call» (perpetual call option), не утвержденного к реализации инвестиционного проекта, с увеличением неопределенности (увеличение дисперсии распределения будущих ставок доходности проекта) возрастает ценность опциона на откладывание проекта. Потому принятие инвестиционного решения откладывается. В связи с этим увеличение неопределенности при прочих равных условиях снижает текущий уровень инвестиций.
5. Финансовые сложности. Дж. Айзенман (Aizenman) и Т. Мэрион (Marion) [2] утверждают, что нелинейность бюджетного ограничения как следствие несовершенного рынка капитала может обусловить негативный эффект неопределенности на инвестиции. Б. Минтон (Minton) и С. Шрэнд (Schrand) [21] показали положительную взаимосвязь между издержками внешнего финансирования и волатильностью денежных потоков. Поскольку в условиях несовершенного рынка капитала изде-
ржки на привлечение внешнего финансирования возрастают, авторы дают косвенное доказательство того, что финансовые ограничения усиливают негативный эффект неопределенности на инвестиции. Г. Бойл (Boyle) и Г. Гюзри (Guthrie), [9] наоборот, доказывают, что в условиях неопределенности внешней среды высокая стоимость внешнего финансирования может обусловить искажения в инвестиционных решениях компании, уменьшая стоимость реальных опционов ожидания.
Таким образом, компании, испытывающие сложности с привлечением внешнего финансирования, будут инвестировать сегодня, в том числе потому, что завтра у них может не быть средств на инве стирование.
теоретическая модель. Каркас модели, выбранной в качестве базовой, можно найти у А. Сэндмо [27, 28]. Затем модель была доработана Х. Бо и Е. Стеркеном [8] для изучения инвестиций компании в основные фонды. Кратко опишем суть модели.
В условиях определенности в момент t фирма выбирает объем инвестиций. Рассмотрены краткосрочные (1 год) инвестиционные решения:
- инвестиции I, осуществленные в год t, будут использованы в производстве в году (t+1);
- в силу этой же предпосылки амортизация на капитал не начисляется;
- переменная «труд» абсолютно гибкая;
- фирма выбирает объем капитала таким образом, чтобы максимизировать ожидаемую полезность от прибыли, полученной в году (t+1).
Функция прибыли фирмы в году (t+1) следующая
пм (It) = F(KM, LM) - wMLM - G(It, Kt) - It, где л(+1 - чистая операционная прибыль за период (t+1);
It - валовые инвестиции фирмы в период t; F (K++1,L +1) - функция выручки от капитала и труда соответственно на начало периода
(t+1);
wt+j - номинальная ставка заработной платы в периоде (t+1);
G (I) - выпуклая функция издержек для обслуживания выбранного объема капитала. Заметим, что цены на выпускаемую продукцию и на капитал нормированы и составляют 1 для удобства.
Выполнение достаточного условия существования максимума функции полезности от прибылей в условиях определенности внешней среды не
накладывает на инвестора никаких ограничении относительно его отношения к риску, позволяя ему быть и рискофобом, и рискофилом, и нейтральным к риску.
Далее авторы моделируют неопределенность внешней среды, ограничиваясь при этом неопределенностью спроса. Согласно исследованиям [14], случайный спрос является важнейшим источником неопределенности, с которым сталкивается фирма. Он вбирает в себя всю внешнюю неопределенность, которая окружает компанию. Колебания спроса порождают колебания функции доходов. Случайность моделируется добавлением двух параметров сдвига (у, 0) к функции доходов F (К, L) таким образом, что функция доходов фирмы в условиях неопределенности будет иметь вид: (yF + 0). При этом предполагается, что случайный спрос удовлетворяет процессу возврата к среднему.
С наложением условия неопределенности функция прибыли компании будет выглядеть следующим образом:
п+1 (I, у) = № ((К + Ц), Ц+1) + 9] -
- ^+1Ц+1 - Л ) - Л,.
Анализ влияния неопределенности спроса на оптимальную инвестиционную политику выполняется на основе полного дифференцирования условия первого порядка функции полезности прибылей с учетом введенных в модель сдвигов. Осуществление замены переменных через коэффициент Эрроу-Пратта абсолютной меры отвержения риска позволяет авторам заключить, что знак влияния неопределенности спроса на инвестиции зависит от меры отвержения риска инвестором. Таким образом, важными результатами моделирования являются следующие:
- неопределенность стимулирует инвестиционную деятельность, если инвестор готов рисковать;
- неопределенность не отражается на объеме инвестиций компании, если инвестор безразличен к риску;
- неопределенность обуславливает снижение инвестиционной активности, если инвестор не приемлет риск.
Теоретическая модель Бо и Стеркена [8] является простым и наглядным обоснованием необходимости включения фактора отношения менеджеров к риску в эмпирические модели для тестирования влияния неопределенности на инвестиционные решения компании.
ключевые объясняющие переменные эмпирических моделей.
«Рискофобы» vs. «рискофилы». При конструировании эмпирической proxy для фактора отношения инвесторов к риску основываемся на подходе, предложенном И. Фишером (Fisher) и Г. Холлом (Hall) [12], также использованном в работе Бо и Стеркена [8].
Предполагается, что фирма максимизирует ожидаемую полезность
U(n+W),
где п - прибыль (случайная величина);
W - богатство.
Риск-премия R(n, W) - величина, которую инвесторы готовы платить для исключения неопределенности. Исследования Фишера и Холла, Бо и Стеркена показали, что если компания следует оптимальным правилам принятия решений, риск-премия компании может быть измерена через моменты распределения чистых прибылей. С помощью разложения U(n+W) в ряд Тейлора вокруг точки (п» + W) = Е(п + W) и взятия математического ожидания Бо и Стеркен получили следующее выражение:
U (п + W) - E[U (п"+ W)] =
2 U" 3 U'"
= -аП — (п"+ W)-а3— (п"+ W).
2!
3!
(1)
Разность в левой части (1) в денежном выражении является риск-премией. Очевидно, что второй, третий и прочие моменты определяют знак премии за риск. При U» < 0 для вогнутой функции полезности (для агента, отвергающего риск) риск-премия увеличивается с ростом вариации прибылей. При значениях U»', которые могут быть и нулевым, и положительным, и отрицательным, направление влияния момента третьего порядка на риск-премию не может быть выявлено однозначно.
После того как измерена риск-премия, в рамках теории полезности можно извлечь величину, определяющую отношение агента к риску [4]. Выражение (1) фактически отображает взаимосвязь между риск-премией и мерой отрицания риска, поскольку в правой части равенства вторая производная функции полезности U» показывает склонность к риску агента. К. Эрроу (Arrow) [4] ввел отношение между риск-премией и мерой отрицания риска в виде равенства
1 2
риск-премия =— с Ra + + условия высших порядков, (2)
где о2 - вариация случайной величины (чистой прибыли);
Ra - абсолютный показатель отрицания риска. То есть риск-премия легко выражается через коэффициент отвержения риска инвестором.
Для элиминирования эффекта размера компании Бо и Стеркен [8] пронормировали чистые прибыли на совокупные активы компании и, оперируя таким образом с показателем return on assets (ROA), оценили следующее выражение:
ROAt = ROA + a ■ SDt + b ■ SKEWt, (3) где ROA - константа, которая показывает влияние на получаемые прибыли компании, не отраженное через коэффициенты перед стандартным отклонением и асимметрией (свободная от риска прибыльность компании); SDt - стандартное отклонение прибылей (взвешенных на активы) в году t; SKEW. - коэффициент асимметрии распределения чистых прибылей, взвешенных на активы. Величина, равная ROAt - ROA, представляет собой премию за риск, а коэффициент a в выражении (3) с учетом (2) является коэффициентом отвержения инвестором риска.
Стандартное отклонение и коэффициент асимметрии Бо и Стеркен [8] оценивали, используя пять последних годовых наблюдений чистых прибылей, взвешенных на совокупные активы. Авторами же был использован следующий способ оценки. В распоряжении находилась выборка 596 российских компаний за 2002-2009 гг. Из-за небольшой длины выборки дисперсия и асимметрия за 2004 и 2005 гг. считались по 3 и 4 точкам соответственно. Для 2006 г. второй и третий моменты рассчитаны по 5 точкам. Начиная с 2007 г., авторы продолжили увеличивать на единицу количество точек. В табл. 1 представлена описательная статистика полученных значений коэффициента отвержения риска (RC).
Коэффициент отвержения риска, посчитанный таким способом, - довольно условная величина. Однако она позволяет провести разделение инвесторов на тех, кто более приемлет риск, и на тех, кто менее склонен рисковать. Деление предлагается осуществить по медианному значению. Таким образом, будем классифицировать компании, получившие
значение коэффициента отвержения риска ниже медианного, как более готовые рисковать, и выше медианного - менее готовые рисковать.
Мера неопределенности окружающей среды. Подход к выбору численной характеристики неопределенности, который часто встречается в литературе, состоит в том, что неопределенность для фирмы i в году t измеряется как стандартное отклонение ежедневных доходностей акций фирмы за год t [18, 25, 29]. Основание для подобного подхода таково, что увеличение волатильности спроса или цен факторов производства отразится на увеличении волатиль-ности цен акций компании. Способ хорош тем, что в принципе в данном случае абсорбируются все релевантные источники риска для компании. Однако колебания котировок, кроме того что вмещают ряд фундаментальных факторов поведения компании, могут быть вызваны и «шумовыми» эффектами: в них способны отразиться иррациональное поведение и присутствие спекулянтов на рынке, возникающие пузыри и последующее падение.
Несколько сомнительным видится применение данного подхода и для тестирования на выборке российских компаний, так как российский фондовый рынок сложно назвать эффективным. В связи с этим было решено использовать подход, опробованный в работах некоторых исследователей [13, 8].
Предсказание будущего спроса на продукцию компании строится на основании истории объемов продаж. Продажи компании описываются как тренд-стационарный автокоррелированный процесс AR (1)
Sales t = c0 + cxTrend + c2 Sales t1 + Zt, (4) где Sales - объем продаж фирмы;
с0, с1, с2 - параметры;
zt - шоки спроса.
Параметры модели (4) оцениваются для каждой фирмы по данным за несколько лет до определенного (интересующего) года. В качестве меры неопределенности спроса выступает стандартное отклонение шоков спроса Zt, оцениваемых как остатки регрессии, соответствующей модели (4).
Согласно построению, стандартное отклонение остатков за год t (2004) основано на информации за годы t, t-1, t-2; за год (t+1) - на информации за
Таблица 1
Описательная статистика коэффициента отвержения риска
Mean Median Std. Dev Skewness Kurtosis Min Max Obs
-0,1280 -0,1422 5,4729 -0,4469 10,2530 -45,2947 31,0810 3 576
годы t+1, ^ М, г-2 (и так далее) таким образом, что стандартное отклонение остатков за 2009 г. ^+5) построено на данных годов от г-2 до г+5. Для элиминирования эффекта размера компании авторы взвесили найденные значения стандартных отклонений на активы компании и далее использовали десятичный логарифм данной переменной.
Кроме слагаемых, представленных в модели (4), в рамках регрессионного анализа в качестве контролирующих переменных были добавлены параметры, косвенно определяющие спрос потребителей на продукты:
- изменение макроэкономических показателей государства, уровня доходов потребителей;
- показатели прироста среднемесячной номинальной начисленной заработной платы в экономике, прироста численности занятых в экономике, прироста доли доходов, использованной на покупку и оплату товаров и услуг;
- индекс цен производителей промышленной продукции.
Добавление названных переменных в регрессию не вызвало статистически значимых изменений оценок параметров.
данные и эмпирические оценки. Для тестирования влияния неопределенности спроса на инвестиционные решения компаний были использованы данные российских компаний. Эмпирические исследования, которые были изучены авторами по данной тематике, российский рынок не затрагивали. Потому представляется интересным сравнить результаты разных стран. Авторами была использована информационно-поисковая система FIRA-PRO, которая содержит финансовую отчетность компаний и основные макроэкономические показатели России. В выборку вошло 596 предприятий из семи отраслей:
1) производство автомобилей, прицепов и полуприцепов;
2) металлургическое производство;
3) связь;
4) производство целлюлозы, древесной массы, бумаги, картона и изделий из них;
5) производство пищевых продуктов, включая напитки;
6) производство резиновых и пластмассовых изделий;
7) химическое производство.
Финансовая отчетность была собрана за
2002-2009 гг. Таким образом, были сформированы панельные данные.
Для тестирования была выбрана следующая модель:
|j) = f + f + Ъ • ^ + Ъ2 • SGU- + +b3 • UM _ less _ risky t + b4 • UM _ more _ riskyit + +b5 • Powit + b6 ^D) + b • Liqit +b8 • ROE, й, (5)
где HA - десятичный логарифм отношения величины «приобретение объектов основных средств, доходных вложений в материальные ценности и нематериальных активов» из отчета о движении денежных средств к совокупным активам (взвешивание инвестиций на совокупные активы осуществляется для устранения эффекта размера компании);
f , f - фиксированный и временной эффекты соответственно;
SG - десятичный логарифм годового темпа роста продаж;
UM_less_risky - принимает значение неопределенности спроса для менее склонных рисковать, 0 - для более склонных рисковать; UM_more_risky - принимает значение неопределенности спроса для более склонных рисковать, 0 - для менее склонных рисковать; Powit - рыночная сила компании, способность устанавливать как можно большую цену по сравнению с себестоимостью, рассчитывается как десятичный логарифм отношения выручки от продаж к себестоимости; D/E - десятичный логарифм отношения долга компании к собственному капиталу; Liq - десятичный логарифм коэффициента текущей ликвидности;
ROE (return on equity) - десятичный логарифм рентабельности собственного капитала;
- случайное слагаемое (шоки I/A, не описанные регрессорами).
Регрессия (5) оценивалась отдельно для более и менее склонных к риску инвесторов. Критерием разделения групп послужило медианное значение коэффициента отвержения риска RC. Проверялся и другой подход к разделению на группы: компании считались менее готовыми рисковать, если коэффициент RC был положителен, и более склонными рисковать, если коэффициент RC оказывался отрицательным.
Отметим, что в силу того, что отчет о движении денежных средств представлен в базе данных
с 2004 г., регрессия (5) строилась за 2004-2009 гг.: 2002 и 2003 г. были исключены. Однако для расчетов в уравнениях (3) и (4) были использованы полные данные.
Описательная статистика переменных регрессии (5) представлена в табл. 2.
При оценке параметров учитывался панельный характер данных. В качестве контролирующих переменных в модель была включена переменная «ind» -отрасль. Оценки переменных были получены несколькими методами:
- метод наименьших квадратов (OLS);
- модель с фиксированными эффектами (FE);
- модель со случайными эффектами (RE);
- двунаправленные модели (REtime, FEtime) с бинарными переменными «year», контролирующими временные эффекты;
- модель Хаусмана-Тейлора (HT).
Результаты оценки представлены в табл. 3.
Наиболее важный результат - это значимость
и знак коэффициентов b3, b4 перед переменными UMless risky, UMmore risky (5). В целом можно заключить, что фактор отношения инвесторов к риску является принципиальным при выстраивании инвестиционной политики российскими компаниями в 2004-2009 гг.
Коэффициент b3 перед переменной, обозначающей меру неопределенности спроса для компаний, отвергающих риск, является отрицательным и значимым. Это означает, что в условиях неопределенности спроса фирмы, менее склонные к риску, уменьшают объем инвестиций в капитальные активы. Что касается компаний, более склонных рисковать, то они либо снижают инвестиции в меньшей мере, чем инвесторы-рискофобы, либо не уменьшают их вообще (коэффициенты b4 при мере неопределенности спроса статистически не значимы). Таким образом, на основании эффекта от-
ношения инвесторов к риску удалось разграничить инвестиционные решения компаний в условиях неопределенности спроса на их продукцию.
Отметим, что такие результаты согласуются с выводами Бо и Стеркена [8] по выборке из 94 компаний, акции которых котируются на Амстердамской фондовой бирже. Авторы заключают, что компании, склонные рисковать, в условиях неопределенности спроса увеличивают инвестиции (коэффициент значим и положителен), тогда как фирмы, отвергающие риск, снижают активность инвестиционной политики.
Поясним результаты по влиянию рациональных переменных, включенных в модель.
Ожидания увеличения объема продаж (БО) обуславливает увеличение денежных средств, выделяемых на приобретение объектов основных средств (1/А).
Можно предположить, что компании, обладающие большей рыночной силой (Pow), увеличивают объем инвестиций в капитальные активы. Это происходит для сохранения лидерских позиций и доли в отрасли, поддержания производственных мощностей и реализации возможности увеличения объема продаж при благоприятной цене (в рамках оптимальных производственных границ для решения задачи максимизации прибыли). Обозначенная гипотеза не была отклонена. Действительно, компании, способные увеличивать разрыв между назначаемой ценой и себестоимостью продукции, склонны увеличивать объемы инвестиций в реальные активы.
Влияет ли на инвестиционную политику компании объем долга на ее балансе: отличаются ли компании с большим долгом (по отношению к собственному капиталу) оппортунистическим поведением, склонны ли они к участию в рисковых инвестиционных проектах, зная, что рискуют не
Таблица 2
Описательная статистика объясняемой и объясняющих переменных за весь период наблюдений
Наименование переменной Mean Std. Dev Min Max Skewness Kurtosis Obs
I/A -3,2762 1,4573 -12,3180 -0,3095 -1,2937 6,3843 3 087
SG 0,0834 0,3638 -3,1245 2,5786 -1,5226 13,9112 3 570
UM less risky -0,9612 1,2463 -6,5969 2,729 -0,9698 2,9761 3 576
UM more risky -1,0083 1,2461 -8,2518 2,255 -0,9024 3,1649 3 573
Pow 0,2347 0,2343 -0,8317 2,288 1,8470 11,5179 3 571
D/E 0,0536 1,4879 -5,2715 9,60 0,5143 4,4134 3 409
Liq 0,4709 0,8322 -2,7610 5,1568 0,5475 4,3364 3 574
ROE 2,5821 1,4374 -6,2366 11,2426 -0,8342 6,9508 2 893
Примечание. В скобках указаны стандартные ошибки, звездочками обозначены уровни значимости: *р < 0,1; **р < 0,05; ***р < 0,01.
Таблица 3
результаты эконометрической оценки параметров регрессии (5)
Переменная OLS RE RE, time FE FE„ time HT
SG 0,496*** 0,455*** 0,l44 0,4l3** 0,05l 0,459***
(0,102) (0,087) (0,093) (0,094) (0,100) (0,087)
SG(t-i) 0.585 0,493*** 0,421*** 0,436*** 0,325*** 0,498***
(0,112) (0,098) (0,097) (0,106) (0,105) (0,098)
UM less risky -0,l35 * * -0,085** -0,l25*** 0,081 -0,001 -0,099**
(0,032) (0,043) (0,043) (0,090) (0,089) (0,045)
UM more risky -0,l06*** -0,056 -0,086* 0,064 -0,052 -0,066
(0,034) (0,045) (0,045) (0,089) (0,089) (0,047)
D/E -0,214*** -0,l56*** -0 149*** -0,040 -0,053 -0,090**
(0,027) (0031) (0,031) (0,047) (0,046) (0,042)
Liq -0,322*** -0,230*** -0,2l4*** -0, l5l ** -0,l36*** -0,l51***
(0,047) (0,051) (0,050) (0,063) (0,061) (0,058)
Pow 0,323** 0,189 0,192 -0,25l -0,21l -0,014
(0,142) (0,181) (0,180) (0,262) (0,257) (0,251)
ROE 0,l25*** 0,098*** 0,093*** 0,092*** 0,08l*** 0,l06***
(0,022) (0,021) (0,021) (0,024) (0,024) (0,022)
Indl -0,226** -0,225 -0,223 - - -0,l58
(0,110) (0,167) (0,168) (0,184)
Ind2 -0,04l -0,03l -0,028 - - 0,038
(0,107) (0,164) (0,165) (0,181)
Ind3 0,564*** 0,143*** 0,110*** - - 0,896***
(0,109) (0,169) (0,169) (0,188)
Ind4 0,l68 0,189 0,l68 - - 0,250
(0,112) (0,172) (0,172) (0,187)
Ind5 -0,033 0,0ll 0,0l2 - - 0,l00
(0,110) (0,172) (0,173) (0,189)
Indl -0,l06 -0,029 -0,020 - - 0,099
(0,109) (0,168) (0,169) (0,187)
Year 2005 - - -0,ll0* (0,062) - -0,l24* (0,064) -
Year 2006 - - -0,05l (0,060) - -0,051 (0,061) -
Year 2008 - - -0,l46** (0,064) - -0,l44** (0,065) -
Year 2009 - - -0,58l*** (0,070) - -0,633*** (0,072) -
Cons -3,84l *** -3 142*** -3,608*** -3,l64*** -3 119*** -3,843***
(0,118) (0,159) (0,163) (0,154) (0,159) (0,177)
Observations 2 044 2 044 2 044 2 044 2 044 2 044
собственными, а заемными средствами? Либо наоборот, если компания отягощена большим долгом, то агенты максимально осторожно будут реагировать на все возможные новые инвестиционные проекты, чтобы не усугубить положение? Отрицательность коэффициента перед переменной (D/E) и его значимость в 4 моделях из 6 дают основание утверждать, что объем увеличения объема долга на балансе скорее ассоциируется с осторожной, консервативной инвестиционной политикой.
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.
Представляет интерес связь между объемами инвестиций компании и эффективностью ее функционирования. Для отражения эффективности в модель
был включен коэффициент рентабельности собственного капитала (ROE). Ожидается, что чем больше отдача на собственный капитал компании, тем больше аккумулируемых через прибыли денежных средств можно направить на развитие - инвестиционные проекты. Действительно, согласно приведенным оценкам более успешные по данному критерию фирмы склонны активнее инвестировать.
В силу того, что временной горизонт исследования регрессии (5) включает кризисный период (2008-2009 гг.) и период до кризиса (2004-2007 гг.), важно оценить временной эффект на объем инвестиций компании, что было сделано с помощью двунаправленных моделей. В качестве базового периода был выбран 2007 г. Как свидетельствует анализ данных табл. 3, гипотеза о том, что инвестиции компаний в 2008-2009 гг. уменьшились по сравнению с базовым годом, не была отклонена на 1 %-ном и 5 %-ном уровнях значимости, что подтверждает пагубное влияние кризиса на склонность компаний инвестировать в реальные активы.
Проверка устойчивости результатов оценки. Проверка устойчивости результатов оценки выпол-
Результаты оценки
нена с помощью обобщенного метода моментов ^ММ). Выборка была разбита на две подвыборки по критерию склонности к риску (по медианному значению параметра). В табл. 4 приведены результаты оценок двух моделей, отличающиеся набором объясняющих переменных и инструментов. При оценивании модели GMM 2 было наложено условие равенства коэффициентов в первом уравнении (для амплитуд) и втором уравнении (для разностей).
Как следует из анализа данных табл. 4, результаты оценки GMM 1 в отношении фактора отношения инвесторов к риску согласуются с результатами модели Хаусмана-Тейлора и модели со случайными эффектами: более склонные к риску инвесторы по крайней мере не снижают уровень инвестиций в условиях неопределенности.
Оценки GMM 2 дают более категоричные результаты, позволяя однозначно разграничить инвестиционные решения более и менее склонных к риску компаний, поскольку коэффициент перед переменной, измеряющей неопределенность для рискофилов (иМ), значим на 5 %-ном уровне значимости и положителен.
Таблица 4
дели методом GMM
GMM 1 GMM 2
Параметр Для менее склонных Для более склонных Для менее склонных Для более склонных
к риску к риску к риску к риску
Первое уравнение
SG 1,376** (0,537) 0,451 (0,928) 0,836*** (0,189) 1,054*** (0,192)
UM -0,542* (0,288) -0,037 (0,273) -0,265** (0,106) 0,252** (0,115)
Power - - -0,063 (0,338) 0,284 (0,380)
Liq - - -0,019 (0,134) -0,169 (0,104)
ROE - - 0,300*** (0,054) -0,023 (0,029)
Cons -5,122*** (0,782) -3,430*** (0,643) -4,042*** (0,249) -2,667*** (0,243)
Year 2006 0,978** (0,448) -0,069 (0,753) - -
Year 2007 1,254** (0,529) 0,459 (1,137) - -
Year 2008 1,187 (0,870) -0,197 (0,790) - -
Year 2009 0,327 (0,384) -0,348 (0,583) - -
Количество наблюдений 1 507 1 579 1 255 1 213
Инструменты SG, UM, Power, Liq, ROE, записанные в SG, UM, Power, Liq, ROE, записанные в
разностях разностях
Второе уравнение (в разностях)
SG 1,323*** (0,241) 1,797*** (0,207) 0,836*** (0,189) 1,054*** (0,192)
UM -0,129 (0,253) 0,199 (0,324) -0,265** (0,106) 0,252** (0,115)
Power - - -0,063 (0,338) 0,284 (0,380)
Liq - - -0,019 (0,134) -0,169 (0,104)
ROE - - 0,300*** (0,054) -0,023 (0,029)
Количество наблюдений 1 202 1 258 918 860
Инструменты SG, UM, Power, Liq, ROE SG, UM, Power, Liq, ROE
за предшествующий период
Примечание. В скобках указаны стандартные ошибки, звездочками обозначены уровни значимости: *р < 0,1; **р < 0,05; ***р < 0,01.
Заключение. Соглашаясь с выводами теоретических моделей и эмпирических исследований зарубежных экономистов, критикующих неправомерность исключения фактора отношения к риску экономических агентов при выстраивании инвестиционной политики в условиях неопределенности внешней среды, авторы решили протестировать влияние неопределенности спроса на объем инвестиций в капитальные вложения через канал отношения к риску на выборке из 596 российских компаний. Кроме того, в качестве переменных, обуславливающих инвестиционные решения компании, были включены:
- темп роста продаж;
- уровень рыночной силы компании;
- отношение долга к собственному капиталу компании;
- рентабельность собственного капитала;
- коэффициент текущей ликвидности;
- временные эффекты.
На основании регрессионного анализа с учетом панельного характера использованных данных было установлено, что инвестиционная политика российских компаний в условиях неопределенности определяется как рациональными, так и поведенческими факторами (фактором отношения инвесторов к риску).
Выявлена зависимость объема инвестиций компании от ее финансового перфоманса:
- показателей ROE;
- текущей ликвидности;
- финансового левериджа;
- темпа роста продаж.
А также от ее положения в отрасли (способность устанавливать высокую цену). Кроме того, доказано, что фактор отношения инвесторов к риску является принципиальным при принятии инвестиционных решений в условиях неопределенности спроса на продукт: фирмы, более отвергающие риск, склонны уменьшать объем инвестиций, тогда как для фирм, готовых рисковать, такой тенденции не выявлено. В связи с этим, как полагают авторы, теоретическая модель А. Сэндмо, доработанная Х. Бо и Е. Стер-кеном, оказалась жизнеспособной для российских компаний в 2002-2009 гг., а предположение о риск-нейтральности фирм искажает моделирование.
Список литературы
1. Abel A. B. Optimal investment under uncertainty. American Economic Review. 1983. 73. 228-233.
2. Aizenman J., Marion N. Volatility and investment: interpreting evidence from developing countries. 1999. Economica 66. 155-179.
3. Arrow K. J. Optimal Capital Policy with Irreversible Investment, in J. N. Wolfe, ed., Value, Capital and Growth, Essays in Honour of Sir John Hicks (Edinburgh, UK: Edinburgh University Press). 1968.
4. Arrow K. J. Essays in the theory of risk-bearing. North Holland: Markham Publishing Company. 1971.
5. Bernanke Ben S. Irreversibility, uncertainty and cyclical investment. Quarterly Journal of Economics. 1983.98, 85-106.
6. Bo H. Corporate Investment Under Uncertainty in The Netherlands. Ph. D. Dissertation, Faculty of Economics, University of Groningen. The Netherlands. 2001.
7. Bo H., Sterken E. Volatility of the interest rate, debt and firm investment: Dutch evidence. Journal of Corporate Finance. 2002. 8, 179-193.
8. Bo H., Sterken E. Attitude towards risk, uncertainty, and fixed investment. The North American Journal of Economics and Finance. 2007. Volume 18, Issue 1, Pages 59-75.
9. Boyle G. W., & Guthrie G. A. Investment, uncertainty, and liquidity. Journal of Finance. 2003. 58, 2143-2166.
10. Caballero R.J. Competition and the non-robustness of the investment-uncertainty relationship. American Economic Review. 1991. 81, 279-288.
11. Dixit A. K., Pindyck R. S. Investment under uncertainty. Princeton, NJ: Princeton University Press. 1994.
12. Fisher I. N., & Hall G. R. Risk and corporate rates of return. Quarterly Journal of Economics. 1969. 83, 79-92.
13. Ghosal V., & Loungani P. The differential impact of uncertainty on investment in small and large business. Review of Economics and Statistics. (2000). 82, 338-349.
14. Guiso L., Parigi G. Investment and demand uncertainty. Quarterly Journal of Economics 1999. 114 (1). 185-227.
15. Hartman R. The effects of price and cost uncertainty on investment. Journal of Economic Theory. 1972.5,258-266.
16. Hartman R. Factor demand with output price uncertainty. American Economic Review, 1976. 66, 675-682.
17. Hausman J. A. Pecification tests in econometrics. Econometrica. 1978.Vol. 46, pp. 1251-1271.
18. Leahy John V, and Toni M. Whited. The Effect of Uncertainty on Investment: Some Stylised Facts. Journal of Money, Credit and Banking, XXVIII. 1996. 64-83.
19. LelandH. E. Theory of the firm facing uncertain demand. American Economic Review. 1972. 62, 278-291.
20. McDonald R., SiegelD. R. The value of waiting to invest. Quarterly Journal of Economics 1986. 101(4), 707-27.
21. Minton B. A., Schrand C. The impact of cash flow volatility on discretionary investment and the costs of debt and equity financing. Journal of Financial Economics. 1999. 54, 423-460.
22. Nakamura T. Risk-aversion and the uncertainty-investment relationship: A note. Journal of Economic Behavior & Organization. 1999. 38, 357-363.
23. Nickell S. J. On the role of expectations in the pure theory of investment. Review of Economics Studies. 1974. 41(1), 1-19.
24. Nickell S. J. The investment decision of firms. Cambridge, MA: Cambridge University Press. 1978.
25. PindyckRobert S. Capital Risk and Models of Investment Behavior. Sloan School of Management. 1986. MIT, mimeo.
26. PindyckR. S. A note on competitive investment under uncertainty. American Economic Review. 1993. 83,273-277.
27. Sandmo A. The effect of uncertainty on saving decisions. Review of Economic Studies. 1970. 37, 353-360.
28. Sandmo A. On the theory of the competitive firm under price uncertainty. American Economic Review. 1971. 61, 65-73.
29. Xie F. Managerial flexibility, uncertainty, and corporate investment: The real options effect.. International Review of Economics & Finance. 2009. Volume 18, Issue 4, Pages 643-655.
Время для настоящих лидеров!
1шц ил,— шяя щ mm ™™ jjgj
—L
¡ANKäü. WS^0SSSSSSSÍ tanssäsm allsleasin9.ru ÜÜÜfc! »ЩДЙ -TÄffiSW ■
Церемония награждения Лауреатов Премии состоится 14 июня 2012
официальный сайт: www.fineliia.ru
