Характеристика деятельности компаний на развивающихся рынках капитала

Исходя из описательной статистики (см.Таблицу 7), компании в секторе high-tech имеют финансовый рычаг, размер, чистый оборотный капитал, капитальные затраты, чистый ликвидный баланс и WCR меньше, чем в компаниях non-high-tech сектора. Но показатель ликвидности, RD, MB напротив, больше в high-tech секторе. Гипотеза 1 нашла свое подтверждение в Таблице 7.

Таблица 8. Описательная статистика high-tech и non-high-tech компаний.

В нашей выборке преобладают китайские компании. Ниже (см.График 4) можно наблюдать распределение компаний high-tech и non-high-tech сектора.

График 4. Распределение High-tech и non-high-tech компаний по странам.

Теперь мы можем приступить к регрессионному анализу двух выборок.

Из OLS1 и OLS0 были удалены переменные r8ddumy и high-tech, в силу спецификации модели. Но в обе модели будут добавлены RDtoSales, чтобы понять, оказывают ли какое-то влияние на cash holdings инвестиции в НИОКР.

Анализ high-tech компаний

Первой анализируемая выборка будет включать только high-tech компании. Результаты регрессии можно найти ниже.

Объясняющая способность данной модели достаточно высока, почти 52% (R-squared = 0.5174). Обратим внимание на переменную size, которая оказалась незначимой (P>|t| = 0.704 > 0.05). Фактически это значит, что как и smal lsize firm, так и medium и large size firms могут копить cash holdings, в независимости от их размера. Так же детерминанта SECTORNAME оказалась незначимой(P>|t| = 0.170 > 0.05). Данный результат прослеживается и в модели для всей выборки, скорее всего так же результат получиться и в анализе для не high-tech компаний. Детерминанта Capex не влияет на cash holdings (P>|t| = 0.075 > 0.05). Это может быть связано с тем, что преобладающая часть расходов связана с RD. Так же LnNLB не влияет на cash holdigs (P>|t| = 0.300 > 0.05), что очень характерно для компаний high-tech, потому что в основном у таких компаний в приоритете операционная деятельность, а не финансовая. Сильнее всех на cash holdings влияют NWCtoAssets, liquidity, LnWcr и divdummy.

Итоговая регрессия примет вид:

+

Проверим нашу модель на наличие мультиколлинеарности (см.Таблицу 10).

Таблица 10. Анализ мультиколлинеарности.

У всех детерминант значение VIF не превышает 2.50, поэтому мы можем быть уверены, что мультиколиннеарность отсутствует.

Ниже будет приведена сравнительная таблица коэффициентов и их значимость в Pooled, FE и RE моделей. Подробные расчёты можно найти в Приложении 2.

Таблица 11. Сравнительная таблица коэффициентов и их значимость в моделях для high-tech сектора.

При выборе между Pool и FE необходимо обращать внимание на статистику, приводимую после таблицы коэффициентов FE:

Эта статистика проверяет нулевую гипотезу о том, что все элементы, отвечающие за индивидуальный эффект объекта (в данном случае, константы для компаний) являются незначимыми. F-тест показал, что гипотеза отвергается, поэтому следует выбирать модель FE.

При выборе между Pooled и RE необходимо после построения последней провести тест Бройша-Пагана, проверяющий гипотезу о том, что дисперсия индивидуальных эффектов равна 0:

Далее приступим к анализу non-high-tech компаний.

Гипотеза отвергается: дисперсия индивидуальных эффектов присутствует. Поэтому следует выбирать модель RE.

Наконец, остается сравнить модели FE и RE с помощью теста Хаусмана.

Тест Хаусмана показывает, что модель RE более подходящая (Prob>chi2 = 0.0581>0.05)

Анализ non-high-tech компаний

Подробные результаты регресионного анализа для non-high-tech сектора можем увидеть в таблицу ниж.

Объясняющая способность данной модели достаточно высока, почти 38% (R-squared = 0.3744). Обратим внимание на переменную Финансовый рычаг(Leverage) , которая оказалась незначимой (P>|t| = 0.709 > 0.05). Так же детерминанта SECTORNAME оказалась незначимой(P>|t| = 0.331 > 0.05). Данный результат прослеживается и в модели для всей выборки и для модели high-tech. Детерминанта DivDummy не влияет на cash holdings (P>|t| = 0.127 > 0.05). Так же MB не влияет на cash holdigs (P>|t| = 0.397 > 0.05), что повторяет результат в модели для всей выборки. Сильнее всех на cash holdings влияют NWCtoAssets, liquidity, LnWcr и divdummy.

Итоговая регрессия примет вид:

+

Далее проверим модель на мультиколлинеарность. Результаты можно найти в Таблице 13 :

Таблица 13. Анализ мультиколлинеарности.

Как мы видим, значение VIF не превышает 2.5, поэтому проблем с мультиколлинеарностью не возникнет.

Далее будет приведена сравнительная таблица коэффициентов и их значимость в Pooled, FE и RE моделей.

Таблица 14. Сравнение результатов моделей OLS, FE, RE для non-high-tech.

При выборе между Pooled и RE необходимо после построения последней провести тест Бройша-Пагана, проверяющий гипотезу о том, что дисперсия индивидуальных эффектов равна 0:

Данный тест говорит о том, что нужно выбирать модель RE.

При выборе между Pool и FE необходимо обращать внимание на статистику, приводимую после таблицы коэффициентов FE:

Эта статистика проверяет нулевую гипотезу о том, что все элементы, отвечающие за индивидуальный эффект объекта (в данном случае, константы для компаний) являются незначимыми. F-тест показал, что гипотеза отвергается, поэтому следует выбирать модель FE (Prob>F=0.0000<0.05)

Осталось сделать выбор между моделями FE и RE с помощью теста Хаусмана.

Рисунок 11. Тест Хаусмана

В данном случае, тест Хаусмана указывает на то, что более точная модель RE (Prob>chi2=0.0724>0.05).

3.2 Сравнительный анализ high-tech и non-high-tech

После того, как мы сделали выводы о более подходящих моделях для анализа двух сравниваемых выборок, мы можем перейти к сравнению.

Таблица 15. Сравнительная таблица результатов high-tech и non-high-tech секторов.

Из полученных результатов видно, что результаты подтверждают компромиссную теорию, что согласуется с предыдущими исследованиями.

Самое сильное влияние на cash holdings в high-tech секторе оказывают liquidity, nwctoassets и LnWcr. При изменении оборотного капитала в операционной деятельности(LnWCR) на 1%, Cash Ratio уменьшается на 2,5%. При изменении чистого оборотного капитала(nwctoassets) на 1%, Cash Ratio увеличится на 71,8%. При изменении ликвидности(liquidity) на 1%, Cash Ratio уменьшается на 1%.В то время как в non-high-tech секторе самое существееное влияние на Cash Ratio оказывают nwctoassets, rdtosales и LnWcr. При изменении оборотного капитала в операционной деятельности(LnWCR) на 1%, Cash Ratio уменьшается на 1,6%. При изменении чистого оборотного капитала(nwctoassets) на 1%, Cash Ratio увеличится на 45%. При изменении затрат на НИОКР(RDtoSales) на 1%, Cash Ratio увеличится на 3.6%.

Наши результаты показывают существенную положительную взаимосвязь между возможностями роста (прокси MB) и денежными средствами. Возможность роста оказывает значительное положительное влияние на cash holdings нефинансовых компаний развивающихся стран, что согласуется с предыдущими результатами (Ferreira & Vilela, 2004; Opler et al., 1999). Уровень рычага (Финансовый рычаг(Leverage) ) оказывает влияние на cash holdings только в high-tech секторе и связь является положительной. То же самое мы можем сказать и о выплате дивидендов (divdummy), но в этом случае связь является отрицательной. Ликвидность оказывает существенное негативное влияние на cash holdings нефинансовых компаний, которые согласуются с предыдущими результатами (Ferreira & Vilela, 2004; Gill & Shah, 2012; Opler et al., 1999). Негативное влияние переменной ликвидности подтверждает нашу гипотезу о том, что компания с дополнительными ликвидными активами будет иметь тенденцию к уменьшению своих наличных средств, поскольку эти ликвидные активы могут быть использованы в качестве заменителей наличности и легко могут быть конвертированы в денежные средства. При накоплении резервов cash, компании в high-tech секторе ориентируются только на операционную деятельность, что нельзя сказать про компании в non-high-tech секторе, эти компании помимо операционной деятельности, опираются и на финансовую деятельность. Наконец, нет доказательств влияния размера и капиталбных вложений на корпоративный cash holdings.

Разница в детерминантах для двух секторов очевидна. У каждого сектора есть свои определенные детерминанты, которые влияют на уровень сash holdings, что согласуется с предыдущими исследованиями.

Гипотеза 2 подтвердилась, но только в high-tech секторе.

Гипотеза 3 подтвердилась, но так же только в high-tech секторе.

Гипотеза 4 подтвердилась в обоих секторах.

Гипотеза 5 подтвердилась, но только в high-tech секторе.

Гипотеза 6 не подтвердилась. Оказалось положительное влияние leverage на cash holdings.

Гипотеза 7 не подтвердилась ни в одном из секторов. Мы обнаружили положительное влияние NWC на cash holdings.

Гипотеза 8 не подтвердилась ни в одном из секторов.

Заключение

Данная работа была посвящена факторам, определяющим уровень корпоративных cash holdings, с использованием панельных данных нефинансовых компаний в развивающихся странах в период 2009-2016 гг. Проанализированная в первой главе литература, посвященная исследованию данной темы, показала, что разные факторы могут влиять на уровень cash holdings в компаниях. Наша главная цель заключалась в том, чтобы выявить особенности cash holdings в high-tech и non-high-tech секторах на развивающемся рынке. Наши результаты аналогичны тем, которые были опубликованы в более ранних публикациях, и дают больше информации о детерминантах корпоративных cash holdings. В этом исследовании мы выяснили, что как теория иерархии, так и компромиссная теория играют важную роль в объяснении детерминант cash holdings, но компромиссная теория нашла подтверждение в нашем исследовании и более точно объясняет факторы cash holdings.

Обзор предыдущих исследований позволил сформировать гипотезы о том, что объемы Cash Ratio могут определяться такими факторами, как чистый оборотный капитал, ликивдостью, финансовым рычагом, размером, выплатой дивидендов и MB.

Во второй главе были сформулированы и обоснованы гипотезы, что в high-tech и non-high-tech секторах разные детерминанты влияющие на уровень cash holdings.

Для определения влияния детерминанты на cash holdings в третьей главе была использована линейная регрессионная модель. После чего выбрана более подходящая модель оценивающая панельные данные.

Наши результаты показывают, что факторы, определяющие корпоративные cash holdings как в развивающихся странах, так и в развитых странах, в основном похожи. По сравнению с не высокотехнологичным сектором, компании в секторе высоких технологий склоняются к достижению характеристик, типичных для фирм, которые имеют больше cash holdings .Так компании в high-tech и non-high-tech секторах имеют разные детерминанты. В high-tech секторе более важные детерминанты Финансовый рычаг(Leverage) , ликвидность(liquidity),выплата дивидендов( divdummy),чистый оборотный капитал(nwctoassets), расходы на НИОКР(rdtosales), MB, LnWCR. В non-high-tech секторе nwctoassets, rdtosales, Country, LnNLB, LnWcr. Но не нашли подтверждение влияния капитальных затрат (Capex) и размера компании(size) на cash hodings в обоих секторах. Выявленная разница в динамике cash holdings между высокотехнологичным и нетехнологичным секторами совпадает с растущей разницей в характеристиках, связанных с наличными средствами, в этих двух секторах. Так же нами были введеные новые детерминанты, отвечающие за деятельность компании. Детерминанта LnWCR отвечала за операционную деятельность компании, в то время как LnNLB отвечала за финансовую деятельность.

Из 8 выдвинутых гипотез подтвердились только 5. Мы нашли положительное влияние финансового рычага(leverage) на cash holdings, Acharya et al, 2007 получили такие же результаты касаемо данной детерминанты, но это противоречит предыдущим исследованиям Afza & Adnan, 2007; Baskin, 1987; Bates et al., 2009.Так же положительное влияние было обнаружено между NWC и cash holdings.

Наконец, необходимо дальнейшее, более детальное, исследование вопроса формирования «cash holdings». Многие другие внутренние и внешние характеристики компаний, которые могут влиять на коэффициент денежной наличности, упомянутый предыдущими авторами, например инфляция, финансовый кризис, финансовые ограничения, условия ведения бизнеса, корпоративное управление, права инвесторов, защита акционеров, ассиметричная информация и т.д. могут быть включены в будущие исследования.

Список использованной литературы

1. Afza, T., & Adnan, S. M. (2007).Determinants of corporate cash holdings: A case study of Pakistan. Proceedings of Singapore Economic Review Conference (SERC), Singapore: Singapore Economic Review and the University of Manchester (Brooks World Poverty Institute), 164.

2. Ali, A., & Yousaf, S. (2013). Determinants of cash holding in German market. Journal of Business & Management, 12(6), 28- 34.

3. Almeida, H., Campello, M., & Weisbach, M. S. (2004). The cash flow sensitivity of cash. The Journal of Finance, 59(4), 1777-1804.

4. Al-Najjar, B. (2013). The financial determinants of corporate cash holdings: Evidence from some emerging markets. International Business Review, 22(1), 77-88.

5. Al-Najjar, B., & Belghitar, Y. (2011). Corporate cash holdings and dividend payments: Evidence from simultaneous analysis. Managerial & Decision Economics, 32(4), 231-241.

6. Baskin, J. B. (1987). Corporate liquidity in games of monopoly power. The Review of Economics & Statistics, 69(2), 312-319.

7. Bates, T. W., Kahle, K. M., & Stulz, R. M. (2009). Why do US firms hold so much more cash than they used to? The Journal of Finance, 64(5), 1985-2021.

8. Chamberlain, G. and Z. Griliches, 1984, Panel Data, in Z. Griliches, and M. Intrilligator, eds. Handbook of Econometrics, 2.

9. Denis, D. J. and V. Sibilkov, 2010, "Financial constraints, investment and the value of cash holdings," Review of Financial Studies, 23(1): 247-269.

10. Dittmar, A., Mahrt-Smith, J., and H. Servaes. 2003, International Corporate Governance and Corporate Cash Holdings. Journal of Financial and Quantitative Analysis. 38(1) pp. 111-33.

11. Gill, A., & Shah, C. (2011). Determinants of Corporate Cash Holdings: Evidence from Canada. International Journal of Economics and Finance, 4(1), 70-79.

12. Harford, J., Mansi, S. a., & Maxwell, W. F. (2008). Corporate governance and firm cash holdings in the US. Journal of Financial Economics, 87(3), 535-555.

13. Han, S., & Qiu, J. (2007). Corporate precautionary cash holdings. Journal of Corporate Finance, 13(1), 43-57.

14. Lee, K.W. and Lee, C.F. (2009), “Cash holdings, corporate governance structure and firm valuation”, Review of Pacific Basin Financial Markets and Policies, Vol. 12 No. 3, pp. 475-508.

15. Lee, Y. and Song, K.R. (2010), “Financial crisis and corporate cash holdings: evidence from east Asian firms”, European Financial Management Association Symposium, Renmin University, Beijing, China.

16. Lev, B., Sougiannis, T., 1996. The capitalization, amortization, and value-relevance of R&D. Journal of Accounting and Economics, 21(1), 107-138.

17. Liew, P.K. (2007), “Corporate governance reforms in Malaysia: The key leading players' Perspectives”, Corporate Governance: An International Review, Vol. 15 No. 5, pp. 724-740.

18. Lorsch, J.W. and MacIver, E. (1989), Pawns and Potentates: The Reality of America's Corporate Boards, Boston, MA, Harvard Business Review Press, p. 224.

19. Luo, Q. and Hachiya, T. (2005), “Corporate Governance, cash holdings and firm value: Evidence from Japan”, Review of Pacific Basin Financial Markets and Policies, Vol. 8 No. 4, pp. 613-636.

20. Modigliani, F., Miller, M., 1958. The cost of capital, corporation finance and the theory of investment. American Economic Review 48, 261-297

21. Mohsin Shabbir1 , Shujahat Haider Hashmi2, Ghulam Mujtaba Chaudhary3, International Journal of Organizational Leadership 5(2016) 50-62, Determinants of corporate cash holdings in Pakistan

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

23. Myers, S.C., Majluf, N.S., 1984. Corporate financing and investment decisions when firms have information that investors do not have. Journal of Financial Economics 13, 187-221.

24. Myers, S. C., & Majluf, N. S. (2011). Brealey, Richard A., Stewart C. Myers, and Franklin Allen. Principles of Corporate Finance. New York: McGraw-Hill/Irwin, 2011.

25. Opler, T., Pinkowitz, L., Stulz, R. and R. Williamson. 1999, The Determinants and Implications of Corporate Cash Holdings. Journal of Financial Economics. 52, pp. 3- 46.

26. Pinkowitz, L. and R. Williamson. 2001, Bank Power and Cash Holdings: Evidence from Japan. Review of Financial Studies. 14, pp. 1059-82.

27. Pinkowitz, L., Stulz, R.M., Williamson, R., 2006. Do firms in countries with poor protection of investor rights hold more cash? Journal of Finance 61, 2725-2751.

28. Pakes, A., 1985. On patents, R&D and the stock market rate of return. Journal of Political Economy, 93 (21), 390-409.

29. Singh, J.V., 1986. Performance, slack, and risk taking in financial decision making. Academy of Management Journal, 29(3), 562-585.

30. Swift, T.J., 2008. Creative destruction in R&D: on the relationship between R&D expenditure volatilit Williamson, O.E., 1988. Corporate finance and corporate governance. Journal of Finance, 43(3), 567-591

31. Wooldridge, J., 2010, Econometric Analysis of Cross Section and Panel Data. Cambridge: MIT Press.

Приложение

Описательные статистики данных

Регрессионный анализ выборки в целом.

3. Регрессионный анализ high-tech сектора.

4. Регрессионный анализ non-high-tech сектора.

Размещено на Allbest.ru