Руководствуясь Письмом Банка России от 10.04.2014 № 06-52/2463 публичные российские компании получили базовые ориентиры по внедрению передовых техник и технологий корпоративного управления, в том числе, посредством взаимоотношений между менеджментом и акционерами.

Необходимо отметить, что каждое управленческое решение должно приниматься, прежде всего, с позиции максимизации акционерной стоимости, поэтому такие показатели, как рентабельность активов, осязаемость активов (информационная асимметрия), инвестиционный потенциал, финансовые риски влияют именно на максимизацию стоимости бизнеса и могут рассматриваться как автономные цели развития и устойчивости компании.

Финансовое положение компании является тем объективным и ключевым фактором, который определяет ее стоимость (а также корпоративную прозрачность). Чем больше в структуре баланса (исходя из его рыночных показателей) разница между активами и обязательствами перед третьими лицами, тем выше стоимость бизнеса.

Как отмечают В. Гермалин и М. Вайсбах [12], корпоративная прозрачность лучше всего оценивается в контексте качества отчетности (прозрачности ключевых показателей: управление денежными потоками) при представлении заинтересованным лицам (акционерам, инвесторам). Другие авторы отмечают, что корпоративная прозрачность предопределяется величиной компании. Чем крупнее организация, тем более прозрачной является ее отчетность [3; 4]. Высокие возможности роста увеличивают потребности в финансировании и поэтому стимулируют прозрачность финансовой отчетности, чтобы максимизировать доступ к капиталу. Компании со слабым корпоративным управлением связаны с более низким уровнем прозрачности финансовой отчетности [2].

На самом деле, прозрачность бизнеса, отраженная через консолидированную отчетность, в соответствии с правилами МСФО является одним из ключевых факторов для заключения инвестиционных соглашений как с российскими, так и с иностранными партнерами (Постановление ФАС Северо-Кавказского округа от 23.04.2010 по делу № А53-3903/2009). Более того, улучшение качества финансовой информации не только способствует повышению прозрачности и достоверности российских компаний перед иностранными акционерами, но и позволяет управленческому звену организаций получить полное представление об условиях финансовой и хозяйственной деятельности компании (эффективное управление денежными потоками), в том числе в целях принятия управленческих решений.

В отличие от предыдущих исследований, автор рассматривает влияние финансовых ограничений на управление со стороны менеджмента денежными потоками. В качестве прокси-переменной финансовых ограничений представлен уровень дивидендных выплат. Необходимо отметить, что инвесторы интерпретируют изменение дивидендных выплат в связи с пересмотром своей политики менеджмента в отношении перспектив прибыльности компании [13]. Другие авторы заключают, что дивиденды являются сигналом для инвесторов [5]. Увеличение дивидендных выплат является надежным информационным сигналом в отношении перспектив будущей прибыли. Дивиденды тесно связаны с уровнем прибыли в будущем [10].

Автор расширяет фокус исследования факторов, влияющих на эффективное управление денежными потоками, путем включения не только стандартных характеристик компании, но и дивидендных выплат (прокси-переменную финансовых ограничений). Благодаря прокси-переменной финансовых ограничений можно проанализировать механизм перераспределения собственного капитала через дивидендные выплаты, а также его влияние на политику управления денежными потоками. Другими словами, мы можем охарактеризовать особенности управленческих решений (рациональность или иррациональность менеджмента) в области управления денежными потоками.

Методология исследования и описание выборки. Для оценки влияния объясняющих переменных на структуру капитала были выбраны 24 публичные российские компании из 10 отраслей экономики: сельское хозяйство (производство, переработка и реализация сельскохозяйственной продукции), нефтегазовый комплекс (нефтяная и газовая промышленность), пищевая промышленность (производство и переработка мяса птицы, свинины и комбикормов), черная и цветная металлургия, машиностроение (производство частей и принадлежностей автомобилей и двигателей), электроэнергетика, строительство (производство общестроительных работ), торговля (розничная торговля продовольственными и непродовольственными товарами), транспорт (транспортирование по трубам, морской транспорт), телекоммуникации (услуги связи). Выборку составили публичные российские компании с суммарным доходом более 10 млрд руб. (Приказ ФНС России от 16.05.2007 № ММ-3-06/308@). При отборе обязательным условием являлось наличие отчетности по международным стандартам финансовой отчетности. Акции компании должны котироваться на фондовом рынке. Информация о публичных организациях получена из годовых финансовых отчетов, отчетов эмитентов, привлечены данные на корпоративных сайтах. Выбран период 2015-2018 годов. Количество наблюдений для каждой компании варьируется (для одних компаний − 2016−2018 годы, для других − 2015–2018 годы), поэтому данные являются несбалансированными. Эконометрические расчеты производились с помощью статистического пакета Stata.

Описание переменных. При оценке регрессионной модели использован ключевой зависимый показатель – управление денежными потоками от операционной деятельности (показатель заимствован из работы Дичоу и Дичева [6]) – рассматривается в качестве индикатора управления менеджментом денежными потоками, а также является сигналом для инвесторов в отношении прозрачности бизнеса – корпоративной отчетности.

В качестве независимых (объясняющих) переменных были отобраны: рентабельность активов, Q Тобина, осязаемость активов, финансовый леверидж. Данные независимые переменные были заимствованы у Асвани и др. [2], Франка и Гойала [8].

Кроме того, мы включаем в регрессионную модель важную независимую переменную – уровень дивидендных выплат (прокси-переменная финансовых ограничений) для того, чтобы оценить механизм перераспределения собственного капитала через дивидендные выплаты, а также влияние данного показателя на рациональность поведения менеджмента в управлении денежными потоками.

Управление денежными потоками от операционной деятельности () определяется как изменение величины денежного потока от операционной деятельности к совокупной величине активов на начало периода.

Рентабельность (прибыльность) активов (), % определяется как отношение прибыли после налогообложения (чистой прибыли) к совокупной величине активов. По своей экономической природе чистая прибыль и нераспределенная прибыль тождественны.

Q Тобина – показатель, который оценивает инвестиционные возможности (потенциал) компании и рассчитывается как отношение рыночной капитализации к стоимости собственного капитала по балансовой оценке.

Осязаемость активов () рассчитывается как отношение основных средств к совокупной величине активов. Данный показатель позволяет оценить уровень имущественного обеспечения компании, когда она прибегает к финансированию посредством долга. Кроме того, он связан с информационной асимметрией и позволяет идентифицировать цену капитала.

Финансовый леверидж () рассчитывается, как отношение общей задолженности к совокупной величине активов. Он определяет политику в области структуры капитала (долговую стратегию финансирования).

Уровень дивидендных выплат () определяется как отношение величины выплаченных дивидендов к совокупной величине активов. Этот показатель влияет на поведение инвесторов, а также является индикатором прозрачности корпоративной отчетности. Все независимые переменные являются лагированными. Лаг составляет один год.

Описательная статистика представлена в табл. 1. В среднем денежные потоки от операционной деятельности составляют 22 коп. на каждый рубль активов, прибыль составляет 3,1 процентных пункта от на каждый рубль активов, дивидендные выплаты – 3 коп. на рубль совокупных активов. Среднее значение показателя Q Тобина превышает 1, тем самым, можно говорить о благоприятных для публичных российских компаний инвестиционных возможностей. В среднем, структура капитала российской публичной компании состоит на 54 % за счет долгового капитала и на 46 % за счет собственного капитала.

Таблица 1

Описательная статистика

Оценка и анализ модели. Регрессионная модель, рассматривающая влияние финансовых ограничений на управление денежными потоками:

где t  − период времени для компании;

а₀ − свободный член регрессионного уравнения;

а₁, а₂, а₃, а_3, а_4, а₅  − регрессионные коэффициенты;

ε − ошибка регрессионного уравнения.

В целях улучшения точности, регрессионная модель была протестирована на предмет проверки гипотезы о незначимости регрессии в целом, автокорреляцию остатков, а также на наличие мультиколлинеарности (робастность модели).

Для проверки гипотезы о незначимости регрессии в целом (то есть, гипотезы о нулевых значениях коэффициентов при объясняющих переменных: ROA, Q_Тобинаб PPE |A, Lev, Devident мы использовали критерий Вальда, основанный на статистике Wald=qF, где F – обычная F-статистика для проверки гипотезы, а q – количество линейных ограничений на параметры модели (q=5). Статистика критерия Вальда имеет асимптотическое распределение хи-квадрат с q степенями свободы. На основе асимптотического распределения наблюдаемый уровень значимости соответствует наблюдаемому значению 22,63, равен Prob>chi2=0,000. Гипотеза о нулевых значениях коэффициентов при объясняющих переменных отвергается. Полученные результаты характеризуют высокую статистическую значимость оценок коэффициентов.

Тест на автокорреляцию остатков проводился с использованием критерия Дики-Фуллера с константой и трендом и, с учетом перехода к первым разностям. Диагностика указывает на стационарность временных рядов (уровень значимости (MacKinnon approximate p-value for z(t)) для независимых переменных меньше 5% уровня значимости). Критические оценки и тестовая статистика отклоняют нулевую гипотезу (тестовая статистика превышает критическое значение на 5% уровне значимости). Следует принять гипотезу о правильности спецификации. С очень высокой вероятностью существует долгосрочная связь между финансовыми ограничениями, характеристиками компании и денежными потоками.

Кроме того, проведен тест наличие связи между независимыми переменными (мультиколлинеарность – показатель VIF).

В модели присутствует мультиколлинеарность, если для одной из независимых переменных значение коэффициента VIF > 10. В нашем случае, наибольшее значение значительно ниже 10 (VIF = 2,06), в среднем значение VIF по всем параметрам составляет 1,55. Мультиколлинеарность в модели отсутствует (отклоняется гипотеза о мультиколлинеарности).

По представленной регрессионной модели можно сделать адекватный прогноз.

Результаты тестирования регрессионной модели представлены в табл. 2.

Таблица 2

Модель, рассматривающая влияние финансовых ограничений на управление денежными потоками*

*Количество наблюдений: 86; R2= 58,58%; F-статистика = 22,63 [0,000].

Все независимые переменные, за исключением финансового левериджа, являются значимыми на 5%-м уровне значимости.

Положительная связь между уровнем дивидендных выплат (прокси-переменной финансовых ограничений) и денежными потоками предсказывает, что более прибыльные публичные российские компании будут производить больше выплат своим акционерам. Более того, эти компании будут больше инвестировать.

Автор не согласен с позицией Фарре-Менса и др. [7], которые заключают, что более прибыльные компании будут меньше инвестировать в проекты.

Российские публичные компании могут перераспределять собственный капитал (через дивидендные выплаты), направляя его на реинвестирование активов (накапливая денежные средства, чтобы создать определенный финансовый резерв, для дальнейшего инвестирования в проекты с высокой чистой приведенной стоимостью − NPV). Другими словами, доходы, полученные в виде дивидендов, могут служить для компании инвестиционным ресурсом.

Оценивая роль менеджмента в управлении денежными потоками можно отметить, что уровень финансовых ограничений связан с потребностью во внешнем финансировании.

Поэтому, увеличение уровня корпоративной прозрачности является доступом к финансированию [2].

В нашем случае, положительная связь между уровнем дивидендных выплат и денежными потоками предсказывает повышение качества финансовой отчетности − прозрачности бизнеса, а также рациональность поведения менеджмента.

Залоговое обеспечение является гарантией для кредиторов при финансировании и служит ключевой составляющей при обращении к финансированию.

Компании, в структуре которых преимущественно материальные активы, могут использовать свое имущество в качестве залогового обеспечения, то есть получить более легкий доступ к долговому капиталу, предоставляя полную информацию о своих материальных активах потенциальному инвестору [11], тем самым снижая риски, связанные с привлечением финансирования.

Публичные российские организации будут действовать в логике иерархической теории финансирования, обращаясь к более дешевому источнику финансированию (прибыль, дивиденды, которые являются инвестиционным ресурсом). Данное предположение характеризуется положительной связью между осязаемостью активов, прибыльностью активов и денежными потоками.

Наконец, российские компании могут накапливать долг с последующим его погашением, используя его в качестве инвестиционной составляющей (положительная связь между Q Тобина и денежными потоками). Кроме того, высокорастущие компании будут поддерживать высокий уровень корпоративной прозрачности.