<h3><strong>Введение</strong></h3>

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.

<em>Ф</em><em>ина</em><em>нсово-экономическая оценка бизнеса</em><em>, инвестиционные перспе</em><em>к</em><em>тивы компании</em><em> напрямую связаны</em><em> с системой управления бизнесом</em><em> и </em><em>с </em><em>кач</em><em>е</em><em>ством корпоративного управления</em>²<em>.</em><em> </em>

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).

<h3><strong>Методология исследования и описание выборки</strong></h3>

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.

<h3><strong>Описание переменных</strong></h3>

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.

<em>Финансовый </em><em>леверидж</em><em> (</em><em>Lev</em><em>)</em> определяется как отношение совокупной задолженности к общей величине активов. Он позволяет идентифицировать финансовую политику компании.

<em>Шок (</em><em>Shock</em><em>)</em> (%) – 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.

<em>Общий уровень дивидендных выплат (</em><em>Dividend</em><em>)</em><strong> </strong>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.

<em>Финансовая гибкость (</em><em>Flex</em><em>) </em>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.

<em>Организационный капитал (</em><em>OC</em><em>)</em> 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.

<em>Осязаемость активов (PPE/A)</em><strong> </strong>определяется как отношение основных средств к совокупной величине активов. Данный показатель позволяет идентифицировать источник финансирования на предмет его стоимости.

<em>Инвестиции (</em><em>Invest</em><em>)</em> – 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.

<em>Таблица 1</em> <strong>Описательная статистика</strong><table class="docx-publication-table"><tr><td class="docx-publication-cell"> <strong>Переменная</strong></td><td class="docx-publication-cell"> <strong>Сре</strong><strong>д</strong><strong>няя</strong></td><td class="docx-publication-cell"> <strong>Стандар</strong><strong>т</strong><strong>ное откл</strong><strong>о</strong><strong>нение</strong></td><td class="docx-publication-cell"> <strong>Минимал</strong><strong>ь</strong><strong>ное знач</strong><strong>е</strong><strong>ние</strong></td><td class="docx-publication-cell"> <strong>Максимал</strong><strong>ь</strong><strong>ное значение</strong></td></tr><tr><td class="docx-publication-cell"> Финансовый леверидж</td><td class="docx-publication-cell"> 0,610</td><td class="docx-publication-cell"> 0,240</td><td class="docx-publication-cell"> 0,16</td><td class="docx-publication-cell"> 1</td></tr><tr><td class="docx-publication-cell"> Шок</td><td class="docx-publication-cell"> 13,494</td><td class="docx-publication-cell"> 22,421</td><td class="docx-publication-cell"> -92,0</td><td class="docx-publication-cell"> 92,4</td></tr><tr><td class="docx-publication-cell"> Общий уровень дивидендных выплат</td><td class="docx-publication-cell"> 0,041</td><td class="docx-publication-cell"> 0,049</td><td class="docx-publication-cell"> 0,0</td><td class="docx-publication-cell"> 0,22</td></tr><tr><td class="docx-publication-cell"> Финансовая гибкость</td><td class="docx-publication-cell"> 0,243</td><td class="docx-publication-cell"> 0,230</td><td class="docx-publication-cell"> -0,25</td><td class="docx-publication-cell"> 0,89</td></tr><tr><td class="docx-publication-cell"> Организационный капитал</td><td class="docx-publication-cell"> 0,094</td><td class="docx-publication-cell"> 0,099</td><td class="docx-publication-cell"> 0</td><td class="docx-publication-cell"> 0,57</td></tr><tr><td class="docx-publication-cell"> Осязаемость активов</td><td class="docx-publication-cell"> 0,451</td><td class="docx-publication-cell"> 0,241</td><td class="docx-publication-cell"> 0,02</td><td class="docx-publication-cell"> 0,89</td></tr><tr><td class="docx-publication-cell"> Инвестиции</td><td class="docx-publication-cell"> 0,072</td><td class="docx-publication-cell"> 0,040</td><td class="docx-publication-cell"> 0</td><td class="docx-publication-cell"> 0,2</td></tr></table> <em>Источник:</em><strong> </strong>расчеты автора на основе статистического пакета Stata.

<strong>Оценка и анализ модели</strong>

Рассмотрим регрессионную модель, оценивающую влияние шока, ограничений, гибкости организационного капитала и других характеристик компании на финансовую политику:

где  – период времени для компании; <em>а</em>₀ – свободный член регрессионного уравнения; <em>а</em>₁,<em> а</em>₂, <em>а</em>₃<em>, а</em>_3,<em>а</em>_4,<em>а</em>₅_,<em> а</em>₆ – 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.

<em>Таблица 2</em> <strong>Модель, рассматривающая влияние </strong><strong>шока</strong><strong>, ограничений, </strong><strong>гибкости, </strong><strong>организационного капитала</strong><strong> и других характеристик на финансовую п</strong><strong>о</strong><strong>литику российских публичных компаний</strong><table class="docx-publication-table"><tr><td class="docx-publication-cell"> <strong>Независимые переме</strong><strong>н</strong><strong>ные</strong> </td><td class="docx-publication-cell"> <strong>Коэффиц</strong><strong>и</strong><strong>ент</strong></td><td class="docx-publication-cell"> <strong>t</strong><strong>-статистика</strong></td><td class="docx-publication-cell"> <strong>Уровень</strong> <strong> </strong><strong>з</strong><strong>начим</strong><strong>о</strong><strong>сти</strong> <strong> </strong><strong>t-</strong><strong>статистики</strong></td></tr><tr><td class="docx-publication-cell"> </td><td class="docx-publication-cell"> -0,002</td><td class="docx-publication-cell"> -2,40</td><td class="docx-publication-cell"> 0,019</td></tr><tr><td class="docx-publication-cell"> </td><td class="docx-publication-cell"> 1,207</td><td class="docx-publication-cell"> 3,48</td><td class="docx-publication-cell"> 0,001</td></tr><tr><td class="docx-publication-cell"> </td><td class="docx-publication-cell"> -0,601</td><td class="docx-publication-cell"> -7,56</td><td class="docx-publication-cell"> 0,000</td></tr><tr><td class="docx-publication-cell"> </td><td class="docx-publication-cell"> 0,461</td><td class="docx-publication-cell"> 2,79</td><td class="docx-publication-cell"> 0,007</td></tr><tr><td class="docx-publication-cell"> </td><td class="docx-publication-cell"> -0,430</td><td class="docx-publication-cell"> -5,14</td><td class="docx-publication-cell"> 0,000</td></tr><tr><td class="docx-publication-cell"> </td><td class="docx-publication-cell"> 1,142</td><td class="docx-publication-cell"> 2,53</td><td class="docx-publication-cell"> 0,014</td></tr><tr><td class="docx-publication-cell"> Константа</td><td class="docx-publication-cell"> 0,797</td><td class="docx-publication-cell"> 18,81</td><td class="docx-publication-cell"> 0,000</td></tr></table> <em>Примечание. </em>Количество наблюдений – 86; ; F-статистика = 31,04 [0,000]. <em>Источник:</em> расчеты автора на основе статистического пакета Stata.

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).

<h3><strong>З</strong><strong>аключение и выводы</strong></h3>

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.