- Код статьи
- S020736760027018-8-1
- DOI
- 10.31857/S020736760027018-8
- Тип публикации
- Статья
- Статус публикации
- Опубликовано
- Авторы
- Том/ Выпуск
- Том / Выпуск №8
- Страницы
- 84-94
- Аннотация
Организационный капитал является метрикой качества корпоративного управления. Автор рассматривает особенности влияния организационного капитала, шоков и гибкости на политику финансирования компании. Внешние шоки (удорожание фондирования, внешние санкции) заставляют российские публичные компании переключаться на внутренние источники финансирования, действуя в соответствии с гипотезой мотива предосторожности (предупредительного мотива) Дж. Кейнса: в условиях финансовых ограничений хозяйствующий субъект использует дивиденды в качестве инвестиционного ресурса. Финансовая гибкость позволяет реагировать на внешние шоки и корректировать структуру капитала, регулируя денежные потоки для последующего финансирования инвестиционных проектов.
- Ключевые слова
- финансовая политика, шок, финансовые ограничения, финансовая гибкость, организационный капитал, структура капитала, мотив предосторожности, мотив предосторожности, предупредительный мотив
- Дата публикации
- 29.09.2023
- Год выхода
- 2023
- Всего подписок
- 12
- Всего просмотров
- 199
Введение
Организационный капитал является важным фактором производительности и эффективности. Он объединяет человеческий капитал, систему управления бизнесом, информационные технологии и ресурсы компании. Организационный капитал позволяет соединить труд и капитал, а также оценить качество корпоративного управления.
Как отмечают некоторые авторы, организационный капитал, наряду с технологиями, стал наиболее эффективным источником добавленной стоимости. С помощью организационного капитала принимаются руководством управленческие решения и организовываются финансовые потоки и технологические цепочки [1].
В свою очередь, экономическая политика, проводимая менеджментом компании в условиях отсутствия разумной финансовой стратегии или ошибочных стратегических решений способна нанести ущерб имущественным интересам акционеров1.
Имущественный интерес акционера заключается в обеспечении эффективного функционирования компании и увеличении ее доходности, которая достигается, в том числе, посредством принятия компетентных управленческий решений, связанных с финансированием компании.
Финансово-экономическая оценка бизнеса, инвестиционные перспективы компании напрямую связаны с системой управления бизнесом и с качеством корпоративного управления2.
На сегодняшний день есть ряд исследований, рассматривающих влияние организационного капитала на производительность компании, стоимость бизнеса, доходность акций, долговую политику [11; 3; 8; 6].
Некоторые авторы указывают на положительную связь организационного капитала с высоким инвестиционным потенциалом организации [3].
Другие отмечают, что организационный капитал улучшает качественные методы управления в условиях финансовых ограничений, при этом позволяя сохранить гибкость для будущих инвестиционных предложений [2].
Компании с более высоким значением организационного капитала имеет более высокую производительность, качество корпоративного управления и высокие операционные показатели [6; 11].
Некоторые авторы также подчеркивают важность материальных активов при оценке политики долгового финансирования, поскольку материальные активы являются удобным инструментом (долговым обеспечением) при кредитовании и определяют способность компании наращивать долг [5]. Необходимо отметить, что долг с имущественным обеспечением включает операционные затраты и может ограничить финансовую гибкость заемщика.
Р. Корайжик и А. Леви [10] рассматривают влияние макроэкономических изменений на выбор источника финансирования. Они отмечают, что организации, которые не являются финансово ограниченными, предпочитают эмиссию акций выпуску долговых обязательств, при условии благоприятной макроэкономической картины.
Вышеприведенные исследования [11; 3; 5; 8; 6; 10] не учитывали в совокупности влияния таких факторов как внешние шоки, ограничения, гибкость и организационный капитал на финансовую политику компании.
Как отмечается в Стратегии национальной безопасности РФ3, одной из задач обеспечения экономической безопасности является ускорение темпов прироста инвестиций в основной капитал, доступность долгосрочного кредитования, защита и поощрение капиталовложений, стимулирование использования внутренних источников инвестиций.
Сдерживающим фактором в экономике является сокращение инвестиций в основной капитал. В том числе, по причине ограничений в доступе к долговому финансированию и удорожания кредитных ресурсов (высокий уровень ключевой ставки Банка России).
На самом деле, ключевая ставка влияет на другие процентные ставки в экономике и цены финансовых активов, что, в свою очередь, определяет решения компаний относительно потребления, сбережения и инвестиций.
Изменение уровня ставок денежного рынка, ориентиром для которого является ключевая ставка Банка России, оказывает непосредственное влияние на экономическую политику государства, включая инвестиции4.
Необходимо отметить, что изменение макроэкономической ситуации и повышение ключевой ставки со стороны Центрального Банка Российской Федерации негативно влияет на доходность бизнеса, ухудшая его финансовое положение, а также затрудняет или делает невозможным исполнение бизнес-плана5.
Еще одним фактором, влияющим на ограничения в отношении долгового финансирования, являются санкции со стороны Евросоюза и США с формулировкой «увеличение издержек России за ее действия по подрыву территориальной целостности, суверенитета и независимости Украины», которые также негативно отразились на деятельности российских публичных компаний6.
В частности, речь идет о введении запрета со стороны Евросоюза на долговое финансирование российских нефтедобывающих и энергетических компаний (в частности, ПАО «Роснефть»), которые входят в выборку представленного исследования.
Автор использует в своем исследовании показатель влияния шока на финансовую политику российских публичных компаний. Под шоком понимаются колебания рынков в обстоятельствах, на которые невозможно повлиять и разумно предвидеть (например, денежно-кредитная политика Банка России, санкционная политика ЕС).
В качестве прокси-переменной финансовых ограничений выступает показатель дивидендных выплат. Он влияет на поведение потенциальных инвесторов (включает информационный сигнал о цене акции). Дивидендные выплаты является индикатором финансовых ограничений, поскольку чистая прибыль выступает источником выплаты дивидендов и средств, направляемых на образование различных фондов и на прирост капитала организации. Кроме того, финансовые ограничения связаны с внешними шоками в отношении предложения капитала – информационной асимметрии между инвесторами и компанией. Руководитель обладает большей информацией по сравнению с потенциальным инвестором.
Более того, в случае дефицита финансирования, компания вправе перераспределять собственный капитал через дивидендные выплаты, используя их в качестве инвестиционного ресурса7.
Прокси-переменной при оценке качества финансового управления выступает финансовая гибкость. Данный показатель является предсказателем устойчивости компании или инструментом предупреждения финансовых проблем8.
В условиях негативных шоков и финансовых ограничений, российские публичные компании будут действовать в логике предупредительного мотива (the precautionary motive). Инвестиционные проекты будут финансироваться, в первую очередь, за счет внутренних источников – чистых денежных потоков от операционной деятельности.
Согласно гипотезе предупредительного мотива [9], во избежание внешних негативных колебаний на рынке, требующих срочных трат, необходимо создать денежный запас, который будет являться защитой от подобных явлений (повышения ключевой ставки Банка России, санкционной политики Запада).
Методология исследования и описание выборки
Для установления влияния шоков, ограничений, гибкости и организационного капитала на финансовую политику были отобраны 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). В выборку были включены публичные российские компании с суммарным доходом более 10 млрд руб.9 Критерием отбора стало наличие отчетности по международным стандартам финансовой отчетности (акции компании должны обращаться на фондовом рынке). Информация о компаниях получена из годовых финансовых отчетов, отчетов эмитентов, данных на корпоративных сайтах, а также данных ПАО «Московская биржа». Период выборки - 2018-2022 годы. Количество наблюдений для каждой компании варьируется (для одних компаний — 2018–2021 годы, для других — 2019–2022 годы), поэтому данные являются несбалансированными. Эконометрические расчеты производились с помощью статистического пакета Stata.
Описание переменных
При оценке регрессионной модели была использована зависимая переменная (объясняемая переменная) – финансовый леверидж (показатель финансовой политики компании). Данный показатель позволяет проанализировать особенности активности регулирования структуры капитала.
В качестве независимых (объясняющих) переменных были отобраны: организационный капитал, осязаемость активов, инвестиции.
Представленные независимые переменные были заимствованы [5; 3; 12].
Кроме того, мы включили в нашу модель три независимые переменные: показатели шока, дивидендных выплат (прокси-переменная финансовых ограничений) и финансовой гибкости.
Финансовый леверидж (Lev) определяется как отношение совокупной задолженности к общей величине активов. Он позволяет идентифицировать финансовую политику компании.
Шок (Shock) (%) – отношение прибыли после налогообложения к рыночной капитализации. Шок (негативные эффекты или колебания рынка, связанные с повышением ключевой ставки Банка России и санкционной политикой ЕС) является индикатором выбора источника финансирования с учетом затрат, связанных с регулированием структуры капитала. При ограничении доступа к финансированию российские публичные компании сталкиваются с проблемой неблагоприятного отбора финансирования, то есть, выбора источника финансирования с учетом его цены.
Необходимо отметить, что рыночная цена акций формируется во время торгов под влиянием различных факторов, в том числе – шоков10.
Общий уровень дивидендных выплат (Dividend) рассчитывается как отношение величины выплаченных дивидендов к совокупной величине активов. Представленный показатель выступает в качестве прокси-переменной финансовых ограничений, поскольку чистая прибыль является источником выплаты дивидендов и средств, направляемых на образование различных фондов и на прирост капитала хозяйствующего субъекта. Финансовые ограничения связаны с шоками применительно к предложению капитала ввиду информационной асимметрии: потенциальный инвестор обладает менее достоверной информацией по сравнению с менеджментом компании. Кроме того, этот показатель влияет на поведение потенциальных инвесторов, поскольку несет в себе информационный сигнал о цене акции.
Финансовая гибкость (Flex) определяется как отношение чистого денежного потока от операционной деятельности к величине совокупного долга. Данный показатель позволяет компании принимать решения при отборе инвестиционных проектов. Финансовая гибкость – это способность компании изменять объем и структуру финансирования с учетом влияния внешних шоков. Финансовая гибкость является прокси-переменной качества финансового управления.
Организационный капитал (OC) рассчитывается как отношение суммы необходимых административных, торговых и общих издержек (административные издержки, финансовые издержки, расходы на страхование, расходы на рекламу и др.) к совокупной величине активов. Данный показатель является прокси-переменной, оценивающий качество корпоративного управления (отражает эффективность управленческих решений). Поскольку менеджмент имеет непосредственный контроль над операционными издержками.
Осязаемость активов (PPE/A) определяется как отношение основных средств к совокупной величине активов. Данный показатель позволяет идентифицировать источник финансирования на предмет его стоимости.
Инвестиции (Invest) – отношение величины приобретения основных средств и нематериальных активов к совокупной величине активов.
Все независимые переменные являются лагированными. Лаг составляет один год. Описательная статистика представлена в табл. 1.
В среднем, структура капитала российской публичной компании состоит из 61% долгового финансирования и 39% собственного капитала. Значение шока в среднем составляет 13,5% от величины активов по рыночной оценке. На каждый рубль активов приходится 4,1 коп. дивидендных выплат. В среднем, на каждый рубль долга приходится 24,3 коп. чистого денежного потока. Влияние менеджмента в среднем определяется как 9,4 коп. на каждый рубль активов. Значение основных средств в среднем составляет 45,1 коп. на каждый рубль совокупных активов.
Таблица 1 Описательная статистика
| Переменная | Средняя | Стандартное отклонение | Минимальное значение | Максимальное значение |
| Финансовый леверидж | 0,610 | 0,240 | 0,16 | 1 |
| Шок | 13,494 | 22,421 | -92,0 | 92,4 |
| Общий уровень дивидендных выплат | 0,041 | 0,049 | 0,0 | 0,22 |
| Финансовая гибкость | 0,243 | 0,230 | -0,25 | 0,89 |
| Организационный капитал | 0,094 | 0,099 | 0 | 0,57 |
| Осязаемость активов | 0,451 | 0,241 | 0,02 | 0,89 |
| Инвестиции | 0,072 | 0,040 | 0 | 0,2 |
Оценка и анализ модели
Рассмотрим регрессионную модель, оценивающую влияние шока, ограничений, гибкости организационного капитала и других характеристик компании на финансовую политику:
где – период времени для компании; а0 – свободный член регрессионного уравнения; а1, а2, а3, а3, а4, а5, а6 – регрессионные коэффициенты; ε – ошибка регрессионного уравнения.
Для улучшения точности прогноза модель была протестирована на предмет незначимости и правильности (адекватности) спецификации, автокорреляции остатков, гетероскедастичности, а также на наличие мультиколлинеарности (робастности модели).
Для оценки гипотезы о незначимости регрессии в целом (то есть гипотезы о нулевых значениях коэффициентов при объясняющих переменных (, , , , ,) 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 = 6). Статистика критерия Вальда имеет асимптотическое распределение хи-квадрат с q степенями свободы. На основе асимптотического распределения наблюдаемый уровень значимости соответствует наблюдаемому значению 31,04, равен Prob > chi2 = 0,000. Гипотеза о нулевых значениях коэффициентов при объясняющих переменных отвергается. Полученные результаты представляют высокую статистическую значимость оценок коэффициентов.
Был проведен тест Рамсея на предмет адекватности модели в целом (на 5-процентом уровне значимости). Тест показал, что уровень значимости составляет 51,63%, т.е. превышает 5-процентный уровень. Основная гипотеза о правильной модели не отвергается, и она является адекватной.
Тест на автокорреляцию остатков проводился с использованием критерия Дики – Фуллера с константой. Диагностика указывает на стационарность временных рядов (уровень значимости (MacKinnon approximate p-value for z(t)) для независимых переменных меньше 5-процентного уровня значимости). Критические оценки и тестовая статистика отклоняют нулевую гипотезу (тестовая статистика превышает критическое значение на 5-процентном уровне значимости). Следует принять гипотезу о правильности спецификации. Существует долгосрочная связь между шоком, ограничениями, организационным капиталом и финансовой политикой.
Также модель была протестирована на гетероскедастичность (тест Бройша – Пагана на 5-процентном уровне значимости). Проведена проверка на независимость остатков от номера (момента) наблюдения (все независимые переменные). Когда данное условие не выполняется, это называется гетероскедастичностью.
В процессе тестирования выяснилось, что уровень значимости составляет 66,21%, т.е. превышает 5-процентный уровень. Нулевая гипотеза о гомоскедастичности не отвергается. Гипотеза о наличии гетероскедастичности отвергается (гипотеза о наличии автокорреляции остатков, ведущая к снижению точности прогноза, может быть отвергнута). Остатки регрессии похожи на «белый шум» (значения в различные моменты времени являются независимыми и одинаково распределены).
Тест Уайта также показал, что основная гипотеза о гомоскедастичности не отвергается (уровень значимости составляет 5,5 %, то есть превышает 5-процентный уровень).
Наконец, был проведен тест наличие связи между независимыми переменными (мультиколлинеарность – показатель VIF – Variance Inflation Factor).
В модели присутствует мультиколлинеарность, если для одной из независимых переменных значение коэффициента VIF > 10.
В нашем случае наибольшее значение значительно ниже 10 (VIF = 1,87), в среднем значение VIF по всем параметрам составляет 1,43. Мультиколлинеарность в модели отсутствует (отклоняется гипотеза о мультиколлинеарности).
По представленной модели можно сделать качественный и долгосрочный прогноз. Результаты тестирования регрессии представлены в табл. 2.
Таблица 2 Модель, рассматривающая влияние шока, ограничений, гибкости, организационного капитала и других характеристик на финансовую политику российских публичных компаний
| Независимые переменные | Коэффициент | t-статистика | Уровень значимости t-статистики |
| -0,002 | -2,40 | 0,019 | |
| 1,207 | 3,48 | 0,001 | |
| -0,601 | -7,56 | 0,000 | |
| 0,461 | 2,79 | 0,007 | |
| -0,430 | -5,14 | 0,000 | |
| 1,142 | 2,53 | 0,014 | |
| Константа | 0,797 | 18,81 | 0,000 |
Все характеристики компании являются значимыми на 5-процентном уровне значимости.
В условиях влияния внешних шоков (удорожания кредитных ресурсов и ограничений в доступе к долговому финансированию) российские публичные компании будут использовать свои внутренние резервы (отрицательная связь между шоком, финансовой гибкостью и показателем финансовой политики).
В свою очередь, менеджмент будет проявлять активность в отношении регулирования структуры капитала (положительная связь между организационным капиталом и финансовым левериджем). В том числе, по причине постоянных издержек корректировки, которые связаны с активным регулированием структуры капитала. Позиция автора соответствует предыдущим исследованиям [4].
Лю и Шивдасани [12] отмечают, что финансовая гибкость позволяет компании корректировать структуру капитала в ответ на новые инвестиционные возможности. Однако, они не рассматривают, как именно финансовая гибкость влияет на решения, связанные с выбором структуры капитала.
На самом деле, финансовая гибкость связана с поиском более дешевого источника финансирования в ответ на неопределенность инвестиционных возможностей по причине влияния внешних шоков и ограничений в отношении долгового финансирования (отрицательная связь между шоками, финансовой гибкостью и левериджем).
В условиях ограничений в доступе к долговому финансированию менеджмент российских публичных компаний будет использовать внутренние источники финансирования - в частности, перераспределять собственный капитал через дивиденды, используя последние как источник инвестиций (положительная связь между дивидендными выплатами, инвестициями и финансовым левериджем).
Российские публичные компании действуют в логике предупредительного мотива [9]: сохраняя и накапливая денежные средства, чтобы в дальнейшем направить их на финансирование приоритетных инвестиционных проектов (отрицательная связь между финансовой гибкостью, осязаемостью активов и финансовым левериджем).
Предупредительный (сберегающий) мотив может быть связан и с платежеспособностью организации. Российские компании предположительно будут сберегать денежные средства во избежание непредвиденных обстоятельств (негативных шоков).
Отрицательная связь между осязаемостью активов и финансовым левериджем говорит о низкой информационной асимметрии в отношении имущественного обеспечения. Российские компании решают проблему неблагоприятного отбора посредством выбора более дешевого источника финансирования, действуя в контексте иерархической теории финансирования [7].
Автор согласен с позицией исследователей [6; 11] относительно того, что компании с более высоким организационным капиталом имеют более высокие операционные показатели, а также способность к эффективному управлению, активно и своевременно реагируя на изменения внешней среды (положительная связь между организационным капиталом, инвестиционными возможностями и финансовым левериджем).
Заключение и выводы
Компании с более высоким организационным капиталом, обладая широкими инвестиционными возможностями (в том числе, вложения в информационные технологии) и высоким уровнем управления, имеют возможность преодолевать капитальные ограничения с меньшими потерями. Шоки, связанные, в частности, с денежно-кредитной политикой Банка России (удорожанием кредитных ресурсов) негативно влияют на инвестиционную политику. Российские публичные компании вынуждены активно регулировать структуру своего капитала, используя дополнительные источники финансирования. В ответ на внешние факторы, используя дивиденды в качестве инвестиционного ресурса, реализуя политику рекапитализации (изменения и корректировки структуры капитала) за счет внутренних резервов организации вынуждены проводить политику в соответствии с предупредительным мотивом, сберегая часть денежных потоков с целью дальнейшего направления их на инвестиционные проекты. Наконец, российские публичные компании действуют в логике иерархической теории финансирования – осуществляя выбор источника финансирования с учетом его стоимости.
Библиография
- 1. Лопатников С. Страна и нефть: От «сырьевого придатка» к «лидеру мировой энергетики». Ведомости. 2006. 30 января. URL: https://www.vedomosti.ru/newspaper/articles/2006/01/30/strana-i-neft-ot-syrevogo-pridatka-k-lideru-mirovoj-jenergetiki.
- 2. Attig N., Cleary S. (2014). Organizational Capital and Investment‐Cash Flow Sensitivity: The Effect of Management Quality Practices // Financial Management, 43(3), vol. 75, pp. 473–504.
- 3. Eisfeldt A., Papanikolaou D. (2013). Organization Capital and the Cross-Section of Expected Returns // Journal of Finance, vol. 68, pp. 1365–1406.
- 4. Fischer E., Heinkel R., Zechner J. (1989). Dynamic capital structure choice: Theory and tests // Journal of Finance, vol. 44, pp. 19–40.
- 5. Frank M., Goyal V. (2007). Trade-off and pecking order theories of debt // Working Paper. University of Minnesota, pp. 1–82.
- 6. Ge L., Jamil T., Yu J. (2022). Organization Capital and Debt Structure // Working paper. Monash University, pp. 1–48.
- 7. Harris M., Raviv A. (1991). The Theory of Capital Structure // Journal of Finance, vol. 44, pp. 297–355.
- 8. Hasan M., Lobo G., Qiu B. (2021). Organizational Capital, Corporate Tax Avoidance, and Firm Value // Journal of Corporate Finance, vol. 70, pp. 1–27.
- 9. Keynes J. The general theory of employment, interest and money // London: MacMillan. 1936.
- 10. Korajczyk R., Levy A. (2003). Capital structure choice: Macroeconomic conditions and finan-cial constraints // Journal of Financial Economics, vol. 68, pp. 75–109.
- 11. Lev B., Radhakrishnan S. (2005). The Valuation of Organization Capital. NBER Chapters in Corrado C., Haltiwanger J., Sichel D. (Eds.), Measuring Capital in the New Economy (pp. 73–110): National Bureau of Economic Research, Inc.
- 12. Liu T., Shivdasani A. (2022). Do Credit Ratings Affect Financial Policy? Evidence from S&P’s 2013 Methodology Revision // Working paper. University of Utah. University of North Carolina, pp. 1–67.