Влияние политических связей и государственной собственности на деятельность фирм в России
Исследования роли политических связей в развитых странах. Особенности рыночной капитализации компаний. Варианты государственного участия в управлении акционерным обществом. Влияние политических связей на доступ к заемному финансированию и его стоимость.
| Рубрика | Экономика и экономическая теория |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 30.08.2016 |
| Размер файла | 1,4 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
• Член совета директоров является/являлся парламентарием любого уровня (депутатом Государственной Думы/регионального законодательного органа) (тип 1);
• В СД компании есть косвенно аффилированное лицо: или ближайшие родственники, или близкие друзья-политики, или какой-либо политик активно симпатизирует и помогает компании, или член СД состоит в каком-либо «окологосударственном» органе - различные советы/независимые комиссии при президенте, например, ГК «Ростехнологии», Сколково и тому подобное Исключение - АО «Интеко», включено в список косвенно связанных не по наличию связанного лица в СД, а из-за 99,9% в собственности у Е.Батуриной, бывшей супруги мэра Москвы Ю.Лужкова (тип 2).
Очевидно, что последняя категория представляется наиболее трудноуловимой, поскольку требует проведения качественного анализа новостей и статей в СМИ для выявления косвенной политической связи. Однако, при составлении выборки мы попыталися учесть и эту категорию, иногда прибегая к веб-поиску, а иногда исходя из здравого смысла и общеизвестных фактов. Например, в составе совета директоров «Роснефти» встречается фамилия Андрея Патрушева, а затем дальнейший поиск информации подтверждает нашу догадку о том, что это сын Патрушева Николая Платоновича, российского государственного деятеля, Секретаря Совбеза РФ с 2008 года http://lenta.ru/news/2010/02/17/ivanov/, что позволяет нам учесть «Роснефть» как ПСФ второго типа, то есть с косвенной аффилированностью.
Таким образом, в качестве ключевых регрессоров были использованы несколько переменных, отражающих политическую коррелированность компании с государством, а именно:
1) Фиктивная переменная (PC), равная единице, если хотя бы одно лицо в совете директоров соответствует признакам политической аффилированности, описанных выше (стр. 28);
2) Доля политически связанных лиц в совете директоров (pc_share);
3) Факт наличия в совете директоров федерального чиновника (federal);
4) Факт наличия в СД регионального чиновника (regional);
5) Факт наличия в СД чиновника муниципального уровня (myn);
6) Дамми official для факта наличия бывшего/действующего чиновника в совете (ПС типа 1);
7) Дамми для факта наличия косвенной политической связи (indirect - ПС типа 2).
3.1.3 Контрольные и другие переменные
Таблица 2. Описание переменных.
|
Переменная |
Описание |
||
|
Финансовые и балансовые характеристики компании |
size |
Размер компании, исчисляемый как логарифм активов |
|
|
lev |
Уровень финансового левериджа (=) |
||
|
LTD |
Коэффициент долгосрочных заемных средств (прокси для доступа к заемных средствам) (=) |
||
|
Rd |
Прокси для стоимости заемного финансирования (=) |
||
|
lnS |
Логарифм выручки (прокси для размера) |
||
|
lnCash |
Наличные и денежные эквиваленты (натуральный логарифм) |
||
|
intangibility |
Доля нематериальных активов |
||
|
casha |
Отношение денежных средств к чистым активам (=) |
||
|
Корпоративное управление |
board |
Размер совета директоров |
|
|
Оборачиваемость |
a_turnover |
Оборачиваемость активов (=) |
|
|
Ликвидность |
cal |
Коэффициент абсолютной ликвидности (=) |
|
|
ccl |
Коэффициент текущей ликвидности (= ) |
||
|
Характеристики структуры собственности Если структура собственности менялась в течение года, то брались значения на конец календарного года |
gov_share |
Доля государственной собственности |
|
|
sum3 |
Коэффициент концентрации собственности, отражающий пакет акций трех крупнейших собственников |
||
|
maj_share |
Размер самого крупного пакета |
||
|
d_gov_share |
Фиктивная переменная =1, если госпакет (gov_share) более 5% |
||
|
Рыночная среда (Макроэкономика) |
g_gdp |
Годовой темп роста реального ВВП, в ценах 2011 года |
|
|
Отрасль (фиктивные переменные) Переменные, отражающие отраслевую принадлежность предприятия, не использовались в полном объеме, так как число отраслей, представленных в выборке, довольно велико - 21 после ручного укрупнения. Однако можно предположить, что это не вызвало сильного смещения, поскольку основные отрасли всё-таки были учтены при построении регрессий во всех моделях, кроме FE. |
oil tele transp electr |
нефтегазовая телекоммуникации логистика и транспорт электроэнергетика |
|
|
Год |
t1, t2, t3, t4 |
Временные дамми с 2011 по 2014 гг. |
Источник: анализ автора
3.2 Предварительный анализ данных
Конечная выборка данной работы состоит из 424 наблюдений: 106 компаний за 4 года. Перед проведением основного анализа был осуществлен графический анализ, построена корреляционная ранговая матрица Спирмена и проведен тест на статистическую значимость различий среднего значения рентабельностей для двух групп компаний. Результаты тестов показали отсутствие разницы между средней рентабельностью для двух подвыборок, поэтому мы исключили значения-выбросы по зависимым переменным и уровню левериджа, поскольку по этим переменным разброс был огромным и нереалистичным (например, значение ROE в 1674% у ОАО «Амурметалл» в 2013 году). Так, зависимая переменная ROE после корректировок приняла вид, близкий к стандартному нормальному распределению, со смещением вправо (см. Распределение ROE после очистки данных). После заполнения пропущенных данных с помощью финансовой отчетности компаний и исключения выбросов, панель получилась сбалансированной (strongly balanced).
Повторное проведение тестов на значимость средних дало положительные результаты, в среднем, рентабельность активов ПСФ выше на 15%. Гипотеза о незначимости различия в средних значениях ROE по двум подвыборкам отвергается на 5% уровне значимости (с. 57). Аналогичные результаты мы получаем при предварительной проверке гипотезы 4 о том, что уровень левериджа выше у связанных фирм. Среднее отношение D/E у несвязанных фирм равняется 1,31 против 2,4 у ПСФ, результат значим на 5 %. Однако ранговый коэффициент корреляции Спирмена между ROE и PC остался незначимым и слабым по модулю: с = -0,0421 (pv = 0,38).
Рисунок 2. Динамика усредненных значений ROE и доли связанных лиц за 2011-2014 гг.
Источник: расчеты автора
Проанализировав динамику зависимой и независимой переменной (см. рисунок 2), можно сделать вывод о том, что 2013 год был особенным для российской экономики, поскольку на этот год пришлось «дно» средней рентабельности - эту переменную мы включаем как фиктивную в нашу модель. Однозначного вывода о взаимосвязи двух переменных сделать невозможно, поскольку на графике видна корреляция между ними, но очень слабая. При небольшом снижении доли связанных лиц с 2011 по 2013 наблюдается падение рентабельности, а, начиная с 2013, оба показателя начинают одновременный рост.
Для анализа было выбрано временное окно с 2011 по 2014 в силу нескольких как смысловых, так и утилитарных причин. Во-первых, начиная с 2011 года экономика России практически полностью восстановилась после мирового экономического кризиса 2008-2009, а с 2014 года на результаты деятельности российских компаний начинают оказывать всё большое влияние макроэкономические и внешнеполитические факторы: обмен санкциями с Западом, как следствие, ограничение доступа к иностранным рынкам капитала, значительная девальвация рубля, протекционистская политика импортозамещения и так далее. Таким образом, период с 2011 по 2014 - это компромисс между увеличением выборки и минимизацией фактора внешней среды (случайной ошибки) в регрессии. Во-вторых, поиск архивных данных по составу совета директоров является трудной задачей; по большинству компаний годовые отчеты представлены в открытом доступе от 2010-2011 года, что естественным образом ограничило временной ряд. 2015 год не брался в рассмотрение в связи с тем, что мы начали собирать выборку в конце 2015, таким образом, по превалирующему числу компаний еще не была выпущена финансовая годовая отчетность.
Отраслевая принадлежность компаний выборки в целом повторяет структуру отечественной экономики, но смещена в пользу компаний добывающего сектора в силу предмета исследования. После группировки и укрупнения отраслей в выборке оказались представлены 20 базовых отраслей российской промышленности: автомобилестроение (4 ОАО), бумажное производство (4 ОАО), двигателестроение (5), добычи и переработка природных ископаемых (6), логистика и транспорт (12), металлургия (9), нефть и газ (10), электроэнергетика (8) и другие. Процентное распределение по секторам в выборке вы можете увидеть в таблице ниже:
Таблица 3. Отраслевое распределение выборки
|
Отрасль |
Количество наблюдений |
Доля |
|
|
автомобилестроение |
16 |
4% |
|
|
бумажное |
16 |
4% |
|
|
двигателестроение |
20 |
5% |
|
|
добыча и переработка |
24 |
6% |
|
|
другое |
20 |
5% |
|
|
логистика |
48 |
11% |
|
|
машиностроение |
16 |
4% |
|
|
металлургия |
36 |
8% |
|
|
нефть и газ |
40 |
9% |
|
|
оборонный комплекс |
8 |
2% |
|
|
пищевая |
12 |
3% |
|
|
производство стройматериалов |
16 |
4% |
|
|
ритейл |
20 |
5% |
|
|
строительство |
12 |
3% |
|
|
судостроение |
16 |
4% |
|
|
с/х |
24 |
6% |
|
|
телеком |
16 |
4% |
|
|
фармацевтика |
8 |
2% |
|
|
химическая |
24 |
6% |
|
|
электроэнергетика |
32 |
8% |
|
|
Общий итог |
424 |
100% |
Источник: расчеты автора
Политически связанные фирмы составляют 42,69% нашей выборки. Относительно высокий процент ПСФ (Niessen and Ruenzi, 2009, 446 с.) может объясняться специфичностью выборки из списка государственной помощи. Однако такая доля ПСФ не является максимальной для существующей литературы. Так, в исследовании Su et al. (2014) 52% листингующихся китайских фирм оказались политически связанными. Необходимо отдельно отметить, что для целей нашего исследования важно различать компании с государственным участием и ПСФ: понятие ПСФ, в целом, шире, чем просто госкомпания, как уже было упомянуто во введении. Обследование работы советов директоров крупнейших российских эмитентов, проведенное в 2006 году Standard & Poor's, выявило специфичность корпоративного управления в компаниях с государственным участием Портрет Совета директоров российской компании как отражение концентрированной структуры собственности компаний и препятствий на пути развития корпоративного управления. Standart & Poor's.: http://www.standartandpoors.ru/. В государственных компаниях, в среднем, доля инсайдеров и аффилированных лиц выше, чем в частном бизнесе. Кроме того, по мнению многих экспертов, в советах компаний с государственной собственностью наблюдается не только дефицит независимого корпоративного контроля, но и дефицит квалифицированных кадров, что усугубляет проблему эффективного использования ресурсов такими компаниями Ружанская Л.С. 2010. `Государство и изменение стратегических аспектов корпоративного управления в российских компаниях'. Вестник Новосибирского государственного университета. Сер. Социально-экономические науки 10 (1): 1.. Распределение ПСФ по типу собственности в нашей выборке соответствует результатам исследования S&P (см. таблицу 3). Среди компаний с гос.участием доля ПСФ значительно выше, чем в частных предприятиях (66% против 29%), при этом компании с гос. собственностью (считался пакет выше 5%) составляют 38% выборки.
Таблица 4. Доля связанных фирм по типам собственности
|
С гос. участием |
Без гос. участия |
||||
|
НСФ |
55 |
34,16% |
188 |
71,48% |
|
|
ПСФ |
106 |
65,84% |
75 |
28,52% |
|
|
Итого |
161 |
100% |
263 |
100% |
Источник: расчеты автора
Прежде чем проводить анализ описательных статистик, мы протестировали переменные на принадлежность к нормальному распределению. Для этого применялся критерий Shapiro-Wilks, поскольку при объеме выборки менее 2000 наблюдений он дает наиболее достоверные и статистически значимые результаты. По результатам теста удалось выявить, что все интересующие нас переменные не принадлежат нормальному распределению (см. Таблица 11), что так же подтвердилось при построении гистограмм и квантильных диаграмм. В силу асимметричности распределения, при дальнейшем анализе стоит обращать больше внимания не на среднее арифметическое и стандартную ошибку, а на медиану и размах вариации.
В таблице 5 вы можете увидеть описательные статистики по основным переменным из прошлого раздела (3.1. Переменные) для всей выборки. Медианные значения по фиктивным переменным для подвыборки ПСФ принимают следующие значения: pc = 1, federal = 1, regional = 0, myn = 0, official = 1, indirect = 0, d_gov_share = 1. Анализ описательной статистики позволяет сделать вывод о том, что типичная политически связанная фирма имеет в составе совета директоров бывшего или действующего чиновника федерального уровня, и государство владеет пакетом акций более 5%.
Таблица 5. Описательная статистика по основным переменным
|
Переменная |
Наблюдения |
Среднее |
Станд.ошибка |
Мин. |
Макс. |
|
|
ПС |
424 |
0,43 |
0,495 |
0 |
1 |
|
|
Размер СД |
424 |
8,67 |
2,617 |
4 |
20 |
|
|
Кв.доля ПСЛ |
424 |
1,18 |
2,042 |
0 |
11 |
|
|
Доля ПСЛ |
424 |
0,12 |
0,203 |
0 |
1 |
|
|
Фед.ур-нь |
424 |
0,24 |
0,429 |
0 |
1 |
|
|
Рег.ур-нь |
424 |
0,20 |
0,40 |
0 |
1 |
|
|
Муню ур-нь |
424 |
0,03 |
0,179 |
0 |
1 |
|
|
Чиновникl |
424 |
0,34 |
0,474 |
0 |
1 |
|
|
Косвенная ПС |
424 |
0,20 |
0,40 |
0 |
1 |
|
|
Доля гос.соб-сти |
424 |
0,164 |
0,286 |
0 |
1 |
|
|
Топ-1 пакет |
414 |
0,60 |
0,289 |
0,042 |
1 |
|
|
Топ-3 пакет |
416 |
0,763 |
0,256 |
0,008 |
1 |
|
|
ROA |
424 |
0,32 |
1,1 |
-2,58 |
7,36 |
|
|
Абс.ликвидность |
424 |
0,70 |
3,954 |
5,00e-06 |
45,13 |
|
|
Тек.ликвидность |
424 |
2,93 |
4,750 |
0,05 |
39,83 |
|
|
ROE |
424 |
0,12 |
0,534 |
-2,33 |
2,96 |
|
|
Леверидж |
424 |
1,78 |
4,513 |
-19,36 |
26,21 |
|
|
оборачиваемость |
424 |
0,692 |
0,802 |
0 |
9,26 |
|
|
Ebit-margin |
424 |
5,63 |
31,49 |
-31,97 |
323,41 |
|
|
Cash/assets |
424 |
0,036 |
0,073 |
0 |
0,78 |
|
|
Размер |
424 |
24,38 |
1,798 |
18,7 |
30,14 |
|
|
Нематериальность |
376 |
0,005 |
0,032 |
0 |
0,47 |
|
|
q-Тобина |
232 |
1,105 |
1,27 |
0,12 |
11,04 |
|
|
Rd |
424 |
0,041 |
0,036 |
0 |
0,43 |
Источник: расчеты автора
Следующая таблица содержит сравнение описательной статистики по ПСФ и несвязанным фирмам. Для выявления значимости различия в средних по двум подгруппам использовался стандартный t-test на сравнение средних, а для тестирования значимости различия в медианах применялся критерий Краскелла-Уоллиса Выбор критерия обусловлен асимметричностью распределений переменных. В целом, ПСФ по сравнению с НСФ крупнее по размеру активов и у ПСФ выше продажи, что совпадает с результатами других исследователей (Niessen and Ruenzi, 2009; Faccio, 2006). Затем, у ПСФ выше уровень финансового рычага (подтверждается только тестом для средних), при этом стоимость заемного капитала для них значимо ниже, чем для несвязанных аналогов (Su and Fung 2013); больше размер совета директоров (Agrawal and Knoeber 2001); доля наличности в активах выше примерно в два раза (Boubakri et al., 2013) Все различия статистически значимы на 1 %, кроме ROE (на 5%).. Касаемо различий в рентабельностях и маржинальности, гипотеза о различиях отвергается для всех переменных, кроме случая средних для рентабельности собственного капитала. Поскольку оборачиваемость активов выше у НСФ (и различие значимо), незначимость различий в рентабельности активов может объясняться незначимостью маржинальности EBIT.
Таблица 6. Описательные статистики для ПСФ и НСФ
|
НСФ |
ПСФ |
||||||
|
Ср.знач |
Медиана |
Ср.знач. |
Медиана |
t-test (p-value) |
Kruskal-Wallis (p-value) |
||
|
Размер СД |
8,07 |
7 |
9,5 |
9 |
0,000 |
0,000 |
|
|
Доля ГС |
0,07 |
0 |
0,28 |
0,05 |
0,000 |
0,000 |
|
|
Топ-1 |
0,65 |
0,64 |
0,53 |
0,5 |
0,000 |
0,000 |
|
|
Топ-3 |
0,78 |
0,9 |
0,74 |
0,77 |
0,058 |
0,001 |
|
|
ROA |
0,26 |
0,056 |
0,41 |
0,06 |
0,14 |
0,834 |
|
|
Абс. ликвидность |
0,39 |
0,27 |
1,11 |
0,14 |
0,065 |
0,000 |
|
|
Текущая ликвидность |
3 |
1,3 |
2,83 |
1,4 |
0,703 |
0,658 |
|
|
ROE |
0,17 |
0,105 |
0,063 |
0,087 |
0,045 |
0,368 |
|
|
Леверидж |
1,31 |
0,62 |
2,4 |
0,72 |
0,014 |
0,181 |
|
|
Оборачиваемость |
0,77 |
0,61 |
0,59 |
0,44 |
0,023 |
0,035 |
|
|
Ebit-margin |
6,78 |
0,09 |
4,09 |
0,12 |
0,385 |
0,279 |
|
|
Cash/assets |
0,02 |
0,01 |
0,05 |
0,02 |
0,001 |
0,000 |
|
|
Размер |
23,8 |
23,8 |
25,07 |
25,17 |
0,000 |
0,000 |
|
|
lnS |
22,8 |
23,05 |
23,92 |
23,94 |
0,000 |
0,000 |
|
|
lnCash |
18,47 |
18,7 |
20,9 |
21,4 |
0,000 |
0,000 |
|
|
q-Тобина |
1,22 |
0,82 |
1 |
0,74 |
0,187 |
0,482 |
|
|
Rd |
0,045 |
0,042 |
0,037 |
0,036 |
0,031 |
0,035 |
Источник: расчеты автора
Если анализировать финансовую архитектуру компаний выборки, концентрация собственности в компаниях c госучастием очень высокая. 46,81% компаний с государственным участием имеют долю государственного пакета выше 50%. Однако, в подвыборке политически связанных фирм этот показатель значительно ниже: у 70,88 % ПСФ доля госсобственности ниже 50%. Это значит, что, скорее всего, миноритарный пакет государства не будет оказывать значительного влияния на результаты стратегической деятельности фирмы, то есть не будет смещать основной предмет нашего исследования с политических связей на тип собственности. Кроме того, для того, чтобы учесть возможные эффекты от типа собственности, мы включаем долю гос.собственности в качестве контрольной переменной в наши модели. Если рассматривать мажоритарный пакет, то тут ситуация схожая с концентрацией госсобственности. Среднее значение доли крупнейшего акционера в структуре собственности равно 59,9 %, что является очень высоким показателем концентрации. Сама по себе высокая концентрация собственности оказывает неоднозначное влияние на операционную эффективность. Так, в своей статье Lazareva, Rachinsky и Stepanov (2009) доказывают, что увеличение доли самого крупного акционера положительно сказывается на эффективности, поскольку позволяет совету директоров больше времени посвящать обсуждению стратегических вопросов. Однако в нашем случае доля независимых директоров по выборке крайне мала, и в советах директоров часто встречаются родственники/представители интересов мажоритариев и другие люди с высоким уровнем переговорной силы. Безусловно, это негативно отражается на качестве органов внутреннего контроля и, в целом, корпоративного управления (А. Н. Степанова, С. А. Кузьмин, 2011).
В таблице ниже можно увидеть распределение ПСФ по типам политической связи. Эта табличка подтверждает выводы из описательной статистики о том, что наиболее распространенная связь компании с государством идет через наличие в совете директоров бывшего или действующего чиновника федерального уровня.
Таблица 7. Типы ПС в подвыборке ПСФ
|
Тип политической связи |
Количество наблюдений |
Доля от общего числа ПСФ (%) Сумма превышает 100%, поскольку каждой компании могло быть присвоено несколько категорий ПС |
|
|
1. Федеральная |
103 |
56,6 % |
|
|
2. Региональная |
85 |
46,7 % |
|
|
3. Муниципальная |
14 |
7,69 % |
|
|
1й тип (чиновник и парламентарий) |
144 |
79,12 % |
|
|
2й тип (косвенно связанное лицо) |
85 |
46,7 % |
Источник: расчеты автора
Таким образом, по результатам предварительного анализа можно сделать два главных вывода. Во-первых, ПСФ, в среднем, держат больше наличных средств, имеют более широкий доступ к кредитам по более низкой цене, что отражается на их структуре капитала. Во-вторых, результаты, как представляется, показывают, что НСФ показывают более высокие результаты деятельности по сравнению с ПСФ с точки зрения ROE, оборачиваемости активов и q-Тобина. Это, скорее всего, связано с отрицательным вкладом политических связей в агентскую проблему. Тем не менее, на данном этапе различия между ПСФ и НСФ незначительны. Т-статистика и статистика Крускала-Уоллиса показывают, что все эти различия, кроме медианного ROE, являются статистически значимыми на уровне 1%. В следующей части 3.3 приведена проверка статистической значимости гипотез 1-5.
3.3 Описание результатов
Для того чтобы протестировать влияние политических связей на деятельность фирмы, мы оценивали регрессии для панельных данных, общий вид которых сводится к формуле:
Прежде чем переходить к результатам обсуждений, необходимо сделать оговорку, что по причине относительно небольшого количества наблюдений, имеет смысл интерпретировать коэффициенты как значимые на уровне 10% (Кузнецов и Муравьев, 2000).
3.3.1 Результаты влияния ПС на уровень наличных и их рыночных эквивалентов
В Таблице 8 представлены результаты регрессии натурального логарифма денежных средств на независимые регрессоры, отвечающие за свойство политической связанности и другие характеристики фирмы. Контрольные переменные выбирались в соответствии с существующими исследованиями, в частности, в соответствии с Su и Fung (2013). В некоторые модели были включены дамми для отрасли и года (или вместо дамми для года включался темп роста ВВП как аппроксимация внешних макроэкономических неуловимых эффектов), и во всех моделях была проведена процедура корректировки стандартных ошибок Уайта на гетероскедастичность (робастные стандартные ошибки).
Тесты на гетероскедастичность не всегда давали основания отвергать гипотезу о гомоскедастичности, однако среди специалистов по эконометрике существует точка зрения, по которой данные тесты не всегда четко улавливают проблемы модели, в связи с чем превентивное использование робастных ошибок во всех случаях является обоснованным. Также в итоговых моделях мы контролировали другие возможные отклонения от теоремы Гаусса-Маркова (проверка отсутствия автокорреляции), а также проводились тесты на мультиколлинеарность (приложение 9) Приемлемым считался уровень VIF ниже 30.. Следует отметить, что F-тест Вальда в различных спецификациях наших моделей отвергает нулевую гипотезу об отсутствии индивидуальных эффектов на уровне значимости в 1 %. Иными словами, модель с фиксированным эффектом выглядит более приемлемой по сравнению с моделью объединенной регрессии.
Таблица 8. Панель А: базовые регрессии на уровень денежных средств (натуральный логарифм наличных)
|
Регрессии с фиксированным эффектом |
Регрессии со случайным эффектом |
Сквозная (OLS) |
||||||
|
Модель 1 |
Модель 2 |
Модель 3 |
Модель 4 |
Модель 5 |
Модель 6 |
Модель 7 |
||
|
ПС |
0.62* |
0.632* |
0.479* |
0.599** |
0.511** |
|||
|
q-Тобина |
0.897 |
0.989** |
0.894 |
0.808** |
0.035 |
|||
|
Доля госсобственности |
0.033 |
0.085 |
0.045 |
0.361 |
0.581 |
0.008 |
0.449 |
|
|
Размер |
1.257** |
1.274*** |
1.254** |
1.141*** |
1.323*** |
1.062*** |
1.227*** |
|
|
Нематериальность |
-2.233 |
-2.381 |
-2.022** |
-2.495 |
0.849 |
|||
|
Леверидж |
-0.007 |
-0.015 |
0.008 |
|||||
|
Доля ПСЛ |
0.654 |
0.254 |
||||||
|
Дамми времени |
Нет |
Нет |
Нет |
Да |
Да |
Нет |
Нет |
|
|
Отраслевые дамми |
Нет |
Нет |
Нет |
Нет |
Да |
Да |
Нет |
|
|
Константа |
-12.19 |
-12.47 |
-12.11 |
-8.63*** |
-13.35*** |
-7.06 |
-10.61*** |
|
|
N |
211 |
211 |
211 |
424 |
211 |
232 |
376 |
|
|
R2 (within/overall) |
0,54 |
0,54 |
0,54 |
0,52 |
0,58 |
0,50 |
0,56 |
|
|
pv (F-ст/Хи2) |
0,023 |
0,12 |
0,017 |
0,000 |
0,000 |
0,000 |
0,000 |
N - число наблюдений.
Р-значения основаны на робастных стандартных ошибках Уайта(1980) для борьбы с гетероскедастичностью;
***, ** и * обозначают статистическую значимость на уровне 1, 5 и 10%, соответственно.
Серия тестов Бройша-Пагана показала, что модели со случайными эффектами также превосходят по качеству сквозные регрессии. Это вполне закономерно, поскольку FE и RE модели в отличие от сквозной регрессии учитывают влияние ненаблюдаемых специфических характеристик фирмы. Однако при сравнении FE и RE спецификаций мы получили противоречивые результаты. Тест Хаусмана показал неожиданный для нас результат, по которому модели со случайным эффектом лучше описывают данные, чем с фиксированным (Рисунок 4. Тесты Бройша-Пагана и Хаусмана для модели 1 и 4), хотя в силу специфичности и неслучайности выборки модели с фиксированными эффектами являются более предпочтительными.
Модели 1, 3, 4, 6 и 7 демонстрирует результаты множественной регрессии на количество наличных денежных средств на фирме и указывают на то, что политически связанные фирмы держат больше наличных денег, чем НСФ. Результат проверялся на чувствительность Значительный по модулю положительный эффект PС, например, в модели 1 (коэффициент = 0.62, р < 0,1), на наличные средства согласуется с гипотезой 5, предполагающей, что политически связанные фирмы держат больше денег по трем вероятным причинам. Во-первых, ПСФ могут держать больше наличности из-за агентской проблемы, то есть излишний уровень наличных теоретически может свидетельствовать об операционной неэффектиности ПСФ. Во-вторых, аффилированные лица/чиновники могут использовать ПСФ для «вывода» наличных денег из оборота или же в качестве «дойных коров» для реализации политических программ. В-третьих, при пониженных рисках экспроприации со стороны государства вследствие ПС, аффилированные фирмы могут себе позволить «не прятать» денежные средства со счетов.
Положительный и значимый коэффициент перед переменной «энергетические компании» (не отражен в таблице 8) показывает, что компании этой отраслей, в среднем, демонстрируют еще более сильное превышение количества денежных средств по сравнению с компаниями других секторов (нефтегазового, транспорта и др.). Это может отражать сложную ситуацию в российской электроэнергетике в период масштабных реформ Электроэнергетика России: проблемы выбора модели развития. Аналитический доклад к ХV Апрельской международной научной конференции по проблемам развития экономики и общества..
При этом, как следует из моделей 2 и 5, где коэффициенты перед долей ПСЛ (коэффициент в модели 2 = 0.654, р > 0,1) получились положительными и статистически незначимыми, количество политически связанных директоров в совете директоров не оказывает особого влияния на уровень денежных средств в выборке по российским компаниям из списка гос. помощи. В то же время, из дополнительной регрессии (Приложение 8. RE регрессия с регрессорами ПС по типам связи) следует, что мощное и значимое воздействие оказывает только один тип политической связи, а именно, присутствие чиновника федерального уровня в СД (в=0.824, pv < 0,01). Таким образом, наличие политически связанного лица (чиновника или бывшего чиновника федерального значения) приводит к тому, что ПСФ держат на счету больше денег, чем несвязанные компании. Однако нельзя утверждать, что этот факт может выступать одним из признаков неэффективности ПСФ, поскольку для определения избыточности денежной массы на счете необходимо дополнительно корректировать показатели на отраслевую медиану.
3.3.2 Результаты влияния ПС на эффективность
Тесты Бройша-Пагана и F-статистики Вальда показали, что спецификации сквозной регрессии проигрывают в описательной силе как FE, так и RE-моделям, поэтому далее мы будем преимущественно приводить результаты только двух последних типов линейных регрессий. Отдельно оговоримся, что результаты моделей 13-17 для Q-Тобина противоречат моделям 1-12, основанным на балансовых показателях, поэтому к результатам этих регрессий следует относиться наиболее критически. Для искажения могло произойти по двум причинам: во-первых, из-за маленькой выборки в силу того, что не по всем компаниям удалось найти данные по цене акций и количеству акций, чтобы посчитать рыночную капитализацию. Во-вторых, безусловно, отечественный фондовый рынок страдает от недостатка ликвидности и активности, поэтому в любых исследованиях, опирающихся на рыночные данные, возникают вопросы к правомерности их использования.
В таблице 9 приведены результаты регрессий рентабельности активов на различные комбинации переменных политической ангажированности и стандартный набор контрольных переменных (Su и Fung, 2013). Коэффициент при ПС в модели 1 с рентабельностью активов в качестве зависимой переменной оказался положительным и значимым (0.165 и pv < 0,1), однако результат не прошел тест на устойчивость, поскольку в регрессиях на Q-Тобина и ROE он принимает отрицательное значение и незначим даже на уровне 10%. В противовес переменной PC, доля политически ангажированных лиц показывает более устойчивые и однозначные результаты. Так, в модели 2, 6 и 7 коэффициент принимает значения 0.954 (pv<0,1), 19,44 (pv<0,1) и 0,281 (pv<0,05). При этом модели 6 и 7 рассматривают более детально драйверы положительного влияния ПС на рентабельность активов. Так, мы эмпирически доказали, что с увеличением доли ПСЛ возрастает как рентабельность по EBIT, так и оборачиваемость активов. Таким образом, полученные результаты подтверждают тезис о том, что публично торгуемые, политически связные нефинансовые российские фирмы демонстрируют, несмотря на более высокий уровень денежных средств, более высокие показатели эффективности по сравнению с несвязанными компаниями, что не позволяет нам подтвердить гипотезу 1.
Далее, мы рассмотрели две альтернативные спецификации с целью проанализировать, любые ли политические связи влияют на повышение эффективности. Мы включали в модели 3, 10 и 15 переменные, отвечающие за тип политической связи. Оказалось, что гипотеза 3 подтверждается эмпирическими данными по компаниям из нашей выборки: коэффициенты при FED (чиновник федерального значения) в этих моделях были положительные и значимые, в отличие от REG (региональный уровень) и MYN (муниципальный уровень). Таким образом, реальную политическую власть имеют бывшие или нынешние правительственные чиновники высшего уровня, тогда как для других категорий влияние на эффективность неоднозначно, то есть его невозможно подтвердить на нашей выборке.
Что касается проверки гипотезы 2 о наличии нелинейной связи между количеством ПСЛ в совете директоров и силой воздействия на эффективность, модели 5 и 12 вынуждают нас отвергнуть эту гипотезу. Мы получили коэффициенты 0,415 и 0,39 (хотя ожидали увидеть отрицательный коэффициент перед квадратом), причем эти коэффициенты незначимы, и их добавление в спецификацию сильно портит значимость остальных регрессоров. Эти результаты вполне интуитивны, учитывая, что гипотеза об отрицательном влиянии ПС на эффективность отвергалась, подтверждая противоположенную взаимосвязь показателей.
Таблица 9. Панель Б: основные регрессии на ROA (и разбиение эффекта на EBIT-margin и Оборачиваемость активов)
|
ROA |
Рентабельность по EBIT |
Оборачиваемость активов |
||||||
|
Модель 1 |
Модель 2 |
Модель 3 |
Модель 4 |
Модель 5 |
Модель 6 |
Модель 7 |
||
|
ПС |
0.165* |
|||||||
|
Доля госсобственности |
0.149 |
-0.151 |
-0.848 |
-0.148 |
-4.462 |
|||
|
Топ 1 пакет |
0.173 |
0.298 |
0.700 |
0.278 |
||||
|
Сумма 3-топ |
-0.353 |
-0.465 |
-0.319 |
-0.287 |
-0.452 |
9.918 |
0.134 |
|
|
Размер |
-0.198*** |
-0.229*** |
-0.517* |
-0.202*** |
-0.227*** |
-2.619* |
-0.661*** |
|
|
Леверидж |
-0.015 |
-0.013 |
-0.026 |
0.006 |
-0.013 |
-0.296 |
0.003 |
|
|
Темп роста ВВП |
16.41*** |
15.24*** |
15.07*** |
|||||
|
Доля ПСЛ |
0.954* |
0.656 |
19.44* |
0.281** |
||||
|
Фед.уровень ПС |
0.544** |
|||||||
|
Рег.уровень ПС |
-0.146 |
|||||||
|
Мун.уровень ПС |
-0.256 |
|||||||
|
Чиновник |
0.432*** |
|||||||
|
Косвенная ПС |
0.029 |
|||||||
|
Квадрат доли ПСЛ |
0.415 |
|||||||
|
Отраслевые дамми |
Нет |
Да |
Нет |
Да |
Да |
Да |
Нет |
|
|
Дамми времени |
Нет |
Да |
Да |
Да |
Да |
Нет |
Да |
|
|
Константа |
4.930*** |
5.728*** |
13.237* |
5.678*** |
5.698*** |
60.95* |
16.688*** |
|
|
N |
412 |
412 |
412 |
416 |
412 |
424 |
416 |
|
|
R2 (within/overall) |
0,136 |
0,171 |
0,067 |
0,171 |
0,170 |
0,012 |
0,067 |
|
|
pv (F-ст/Хи2) |
0,001 |
0,006 |
0,012 |
0,000 |
0,007 |
0,027 |
0,000 |
|
N - число наблюдений;
Р-значения основаны на робастных стандартных ошибках Уайта(1980) для борьбы с гетероскедастичностью;
***, ** и * обозначают статистическую значимость на уровне 1, 5 и 10%, соответственно. Источник: расчеты автора.
Таблица 10. Панель В: основные спецификации регрессий на ROE и Q-Тобина
|
ROE |
Q-Тобина |
||||||||||
|
Модель 8 |
Модель 9 |
Модель 10 |
Модель11 |
Модель 12 |
Модель 13 |
Модель 14 |
Модель 15 |
Модель 16 |
Модель 17 |
||
|
ПС |
-0.044 |
-0.224 |
|||||||||
|
Доля гос.собственности |
-0.079 |
-0.521 |
-0.509 |
-0.097 |
-0.556*** |
-0.091 |
|||||
|
Топ-3 пакет |
0.183 |
0.185 |
0.038 |
3.243*** |
-0.074 |
||||||
|
Размер |
0.010 |
0.072 |
0.049 |
0.009 |
0.009 |
-0.33** |
-0.287* |
-0.284* |
|||
|
Леверидж |
-0.037*** |
-0.069*** |
-0.041*** |
-0.047*** |
-0.009 |
0.004 |
0.003 |
||||
|
Темп роста ВВП |
2.777 |
3.499* |
0.973 |
||||||||
|
Доля ПСЛ |
0.724** |
0.784 |
-0.209 |
-0.67** |
0.26 |
||||||
|
Фед. уровень |
0.471*** |
0.13** |
|||||||||
|
Рег.уровень |
-0.076 |
-0.107 |
|||||||||
|
Мун.уровень |
0.432 |
0.261** |
|||||||||
|
Чиновник |
0.031 |
-0.074 |
|||||||||
|
Косвенная ПС |
-0.003 |
0.209 |
|||||||||
|
Квадрат доли ПСЛ |
0.390 |
-0.096 |
-0.353 |
||||||||
|
Топ 1 пакет |
0.094 |
-0.111 |
|||||||||
|
Отраслевые дамми |
Нет |
Нет |
Нет |
Да |
Да |
Нет |
Да |
Нет |
Нет |
Нет |
|
|
Дамми времени |
Нет |
Да |
Нет |
Да |
Нет |
Нет |
Да |
Да |
Нет |
Нет |
|
|
Константа |
-0.230 |
-1.466 |
-1.052 |
-0.107 |
-0.092 |
0.319** |
1.232*** |
9.434*** |
8.263* |
8.177* |
|
|
N |
416 |
424 |
424 |
416 |
412 |
228 |
232 |
228 |
232 |
232 |
|
|
R2 (within/overall) |
0,12 |
0,095 |
0,012 |
0,153 |
0,158 |
0,13 |
0,051 |
0,001 |
0,000 |
0,001 |
|
|
pv (F/Хи2) |
0,018 |
0,000 |
0,027 |
0,000 |
0,000 |
0,001 |
0,000 |
0,005 |
0,031 |
0,32 |
N - число наблюдений;
Р-значения основаны на робастных стандартных ошибках Уайта(1980) для борьбы с гетероскедастичностью;
***, ** и * обозначают статистическую значимость на уровне 1, 5 и 10%, соответственно. Источник: расчеты автора.
Таблица 11. Панель Г: основные регрессии на коэффициент долгосрочных заемных средств и коэффициент процентных расходов
|
LTD Полученные результаты были проверены на устойчивость: выбор левериджа в качестве зависимой переменной не повлиял на изменение значимости и направление взаимосвязи, поэтому мы не приводим оценки этих регрессий в работе |
Rd |
||||
|
Модель 1 (FE) |
Модель 2 (RE) |
Модель 3 (FE) |
Модель 4 (RE) |
||
|
Доля ПСЛ |
0.072 |
-0.004 |
-0.009 |
||
|
Размер |
-0.084 |
-0.026 |
-0.001 |
0.002 |
|
|
Леверидж |
0.002 |
0.001 |
|||
|
Топ-1 пакет |
-0.026 |
0.036 |
.0290 |
0.012 |
|
|
ПС |
0.022 |
-0.001 |
|||
|
Отраслевые дамми |
Нет |
Да |
Нет |
Да |
|
|
Дамми времени |
Нет |
Нет |
Нет |
Да |
|
|
Константа |
2.409* |
0.986** |
0.036 |
-0.002 |
|
|
N |
357 |
357 |
414 |
414 |
|
|
R2 (within/overall) |
0,011 |
0,111 |
0,002 |
0,141 |
|
|
pv (F-stat/Хи2) |
0,644 |
0,000 |
0,384 |
0,000 |
N - число наблюдений;
Р-значения основаны на робастных стандартных ошибках Уайта(1980) для борьбы с гетероскедастичностью;
***, ** и * обозначают статистическую значимость на уровне 1, 5 и 10%, соответственно. Источник: расчеты автора.
3.3.3 Результаты влияния ПС на доступ к заемному финансированию и его стоимость
В таблице 11 представлены результаты регрессии выбранных по средствам стандартной процедуру отсева Poll-FE-RE модели на две зависимые переменные: коэффициент долгосрочных заемных средств (долгосрочная часть кредитов и займов кредит / общее число кредитов и займов) на прокси для стоимости кредитов (процентные расходы/сумма обязательств). В регрессию включены независимые переменные, отражающие наличие ПС, а также определенные контрольные переменные (Su and Fung 2013).
Как и ожидалось, в моделях 1-2, переменная LTD положительно коррелирует с политическими связями, ПС (0.022), доля ПСЛ (0.072), а в моделях 3-4 со стоимостью долга - отрицательно (-0.001 и -0.004, соответственно). Тем не менее, это не позволяет нам подтвердить гипотезу 4, поскольку во всех спецификациях коэффициенты перед интересующими нас переменными оказались незначимы с рv > 0,1. Таким образом, наш результат расходится с господствующей точкой зрения, по которой ПС значительно влияют на доступность заемных средств для фирмы (Fan et. al., 2007). Совокупные результаты моделей 1-4 не позволяют нам принять гипотезу 4, о том, что политические связи сокращают расходы на финансирование для фирм через снижение рисков и дают им более широкий доступ к долгосрочным банковским кредитам. Однако не стоит забывать, что данные результаты могут быть связаны со смещенностью выборки (есть вероятность, что сам факт вхождения в список гос помощи является сигналом для включения компании в число ПСФ) или относительно небольшим количеством наблюдений, или проблемой эндогенности.
Решение чиновника или политика прийти в управляющий орган фирмы может возникнуть в результате определенных экономических мотивов (Claessens et al., 2008). В частности, чиновники могут назначаться в априори неэффективные компании в качестве «кризисного управляющего», для преодоления неэффективности или смягчения ее последствий. Или же, если опираться на результаты нашего регрессионного анализа, чиновники могут появляться в более эффективных компаниях, поскольку там больше возможностей для извлечения политической ренты. Таким образом, теоретически, мотивация для образования ПС между компанией и государством может быть определена эндогенно, что может приводить к несостоятельности оценок и, следовательно, их некорректной интерпретации. С другой стороны, по крайней мере, в России ПС образуются чаще не по экономическим причинам, а по политическим экзогенным соображениям (например, в стратегически важных отраслях, градообразующих предприятиях и т.д.). В связи с этим встает необходимость дополнительного исследования проблемы эндогенности ПС и поиска хорошего инструмента Z, который был бы не коррелирован с остатками, но при этом коррелировал бы с долей ПСЛ, т.е. в идеале
Cov(Z,е)=0 и Cov(Z,X)=1
В рамках этой работы, в силу отсутствия других подходящих собранных переменных, мы испытали в качестве инструментальной переменной для доли ПСЛ, регрессора, который может быть источником эндогенности, переменную доля госсобственности. Однако, как и следовало ожидать, эта переменная слишком коррелирует с ошибками модели для того, чтобы выступать в качестве хорошего инструмента, и качество модели по сравнению с OLS оценкой улучшить не удалось.
Заключение
Политические связи и их влияние - один из самых актуальных для России аспектов корпоративного управления в силу коррумпированности (Faccio, 2006; Faccio, 2009) и слабого развития общественных институтов. Эта работа посвящена изучению проблемы влияния политических связей на деятельность фирм в России за период 2011-4014 гг. по средствам панельного эконометрического анализа.
Научная новизна данной работы заключается, во-первых, в том, что рассмотренные выше гипотезы ещё ни разу не были протестированы для России, а собранные вручную данные по структуре собственности и политической аффилированности носят уникальный характер. Во-вторых, среди множества работ по развитым и развивающимся странам в выборку традиционно включались частные компании, тогда как в данном исследовании уделяется пристальное внимание компаниям с государственным участием и доля государственной собственности включается в список контрольных переменных. В-третьих, исследование построено на анализе пространственно-временных данных, что дает определенные преимущества с эконометрической точки зрения: панельные данные смягчают проблему «пропущенных переменных». И, наконец, в-четвертых, мы усовершенствуем и углубляем объект исследования - политические связи, включая в модель различные типы ПС. Это является значимым улучшением, поскольку включение в модель как ПСФ фирм с чиновниками низкого ранга и со слабым политическим весом и связями может приводить к увеличению «шума» в модели.
Основной вывод, который можно сделать из данной работы, заключается в том, что в России в силу высокой коррумпированности среды и слабого развития институтов политические связи являются важнейшим фактором для устранения внешней неопределенности в лице государства (Faccio, 2006), что, по сути, находит подтверждение выполнению теории ресурсной зависимости для выборки из публичных нефинансовых компаний из списка стратегически важных предприятий России. Как следствие, увеличение доли политически связанных лиц оказывает значимое и положительное влияние на эффективность компаний. При этом, мы обнаружили, что для ПСФ характерно большее количество денежных средств на счетах. Однако, следует оговориться, что основное воздействие исходит только от ПС федерального уровня. Ниже приведена таблица с результатами проведенного исследования влияния политических связей на деятельность фирм в России.
Таблица 12. Итоговая таблица по результатам проверки гипотез
|
H1 |
отвергается |
ПС положительно влияет на эффективность |
|
|
H2 |
отвергается |
Квадратичная зависимость эффективности от доли ПСЛ не подтверждена |
|
|
H3 |
принимается |
Влияние осуществляется за счет ПС федерального уровня |
|
|
H4 |
отвергается |
Положительное влияние ПС на объем заимствований и отрицательное на стоимость долга не подтверждено |
|
|
H5 |
принимается |
ПСФ держат больше денежных средств, чем НСФ |
Среди дальнейших вариантов развития темы влияния политических связей мы выделяем расширение выборки и переход к «peer-matching» в качестве одного из первостепенных шагов для того, чтобы полученные выводы могли быть экстраполированы на всю генеральную совокупность российских нефинансовых публичных компаний. Кроме того, существует точка зрения, согласно которой измерение «добавочной стоимости» политических связей некорректно производить с помощью традиционных показателей рентабельности (Fishman, 2001) по причине того, что в равновесии ПСФ может не зарабатывать экстра прибыли из-за ресурсов, растрачиваемых на рентоориентированное поведение. В связи с этим, нам представляется интересным дальнейшее перемещение фокуса анализа с балансово-финансовых показателей на рыночные (как рынок в России воспринимает ПСФ), при контроле влияния неэффективности фондового рынка на результаты. Среди возможных способов упрощения методологии сбора данных по ПС мы видим возможность включать в ПСФ только компании с федеральным уровнем политической аффилированности, не ниже, поскольку включение переменной FED давало в большинстве случаев более значимые результаты, чем включение общей дамми-переменной для наличия ПС. Есть вероятность, что использование исключительно этой переменной уменьшило бы размеры стандартных ошибок в моделях и улучшило бы значимость коэффициентов. И, наконец, один из самых важных аспектов дальнейшего изучения проблемы политических связей и их влияния на деятельность фирмы - это поиск решения проблемы эндогенности и смещения самоотбора ПСФ с помощью метода инструментальных переменных.
Список литературы
1) Agrawal, A., and C.R. Knoeber. 2001. `Do Some Outside Directors Play a Political Role?' Journal of Law and Economics 44 (1): 179-98.
2) Al-dhamari, Redhwan, and Ku Nor Izah Ku Ismail. 2015. `Cash Holdings, Political Connections, and Earnings Quality: Some Evidence from Malaysia'. International Journal of Managerial Finance 11 (2): 215-31.
3) Bertrand, M., F. Kramarz, A. Schoar, and D. Thesmar. 2007. `Politicians, Firms and the Political Business Cycle: Evidence from France'. Journal of Finance, March.
4) Bona-Sбnchez, Carolina, Jerуnimo Pйrez-Alemбn, and Domingo Javier Santana-Martнn. 2014. `Politically Connected Firms and Earnings Informativeness in the Controlling versus Minority Shareholders Context: European Evidence: Political Ties and Earnings Informativeness'. Corporate Governance: An International Review 22 (4): 330-46.
5) Borisova, Ginka, and William L. Megginson. 2010. `Does Government Ownership Affect the Cost of Debt? Evidence from Privatization'. SSRN Scholarly Paper ID 996328. Rochester, NY: Social Science Research Network.
6) Borisova, Ginka, Veljko Fotak, Kateryna Holland, and William L. Megginson. 2015. `Government Ownership and the Cost of Debt: Evidence from Government Investments in Publicly Traded Firms'. Journal of Financial Economics 118 (1): 168-91.
7) Boubakri, Narjess, Jean-Claude Cosset, and Walid Saffar. 2012. `THE IMPACT OF POLITICAL CONNECTIONS ON FIRMS' OPERATING PERFORMANCE AND FINANCING DECISIONS'. Journal of Financial Research 35 (3): 397-423.
8) Boubakri, Narjess, Omrane Guedhami, Dev Mishra, and Walid Saffar. 2012. `Political Connections and the Cost of Equity Capital'. Journal of Corporate Finance 18 (3): 541-59.
9) Boubakri, Narjess, Sadok El Ghoul, and Walid Saffar. 2013. `Cash Holdings of Politically Connected Firms'. Journal of Multinational Financial Management 23 (4): 338-55.
10) Boubakri, Narjess, Sattar A Mansi, and Walid Saffar. 2013. `Political Institutions, Connectedness, and Corporate Risk-Taking'. Journal of International Business Studies 44 (3): 195-215.
11) Bunkanwanicha, Pramuan, and Yupana Wiwattanakantang. 2009. `Big Business Owners in Politics'. Review of Financial Studies 22 (6): 2133-68. doi:10.1093/rfs/hhn083.
12) Chaney, Paul K., Mara Faccio, and David Parsley. 2011. `The Quality of Accounting Information in Politically Connected Firms'. Journal of Accounting and Economics 51 (1-2): 58-76.
13) Chen, Charles J.P., Zengquan Li, Xijia Su, and Zheng Sun. 2011. `Rent-Seeking Incentives, Corporate Political Connections, and the Control Structure of Private Firms: Chinese Evidence'. Journal of Corporate Finance 17 (2): 229-43.
14) Claessens, Stijn, Erik Feijen, and Luc Laeven. 2008. `Political Connections and Preferential Access to Finance: The Role of Campaign Contributions'. Journal of Financial Economics 88 (3): 554-80.
15) Cull, Robert, Wei Li, Bo Sun, and Lixin Colin Xu. 2015. `Government Connections and Financial Constraints: Evidence from a Large Representative Sample of Chinese Firms'. Journal of Corporate Finance 32 (June): 271-94. doi:10.1016/j.jcorpfin.2014.10.012.
16) Do, Quoc-Anh, Yen-Teik Lee, and Bang Dang Nguyen. 2015. `Political Connections and Firm Value: Evidence from the Regression Discontinuity Design of Close Gubernatorial Elections'. CEPR Discussion Paper 10526. C.E.P.R. Discussion Papers.
17) Domadenik, Polona, Janez Praљnikar, and Jan Svejnar. 2015. `Political Connectedness, Corporate Governance, and Firm Performance'. Journal of Business Ethics, May. doi:10.1007/s10551-015-2675-4.
18) Faccio, Mara, Ronald W. Masulis, and John J. McCONNELL. 2006. `Political Connections and Corporate Bailouts'. The Journal of Finance 61 (6): 2597-2635.
19) Faccio, Mara. 2006. `Politically Connected Firms'. American Economic Review 96 (1): 369-86. doi:10.1257/000282806776157704.
20) Faccio, Mara. 2009. `Differences between Politically Connected and Non-Connected Firms: A Cross Country Analysis'. SSRN Scholarly Paper ID 918244. Rochester, NY: Social Science Research Network.
21) Fan, J, T Wong, and T Zhang. 2007. `Politically Connected CEOs, Corporate Governance, and Post-IPO Performance of China's Newly Partially Privatized Firms'. Journal of Financial Economics 84 (2): 330-57.
22) Fishman, R. 2001. `Estimating the Value of Political Connections'. American Economic Review 91 (4): 1095-1102.
23) Goldman, E., J. Rocholl, and J. So. 2013. `Politically Connected Boards of Directors and The Allocation of Procurement Contracts'. Review of Finance 17 (5): 1617-48.
24) Goldman, Eitan, Jongil So, and Jцrg Rocholl. 2009. `Do Politically Connected Boards Affect Firm Value?' SSRN Scholarly Paper ID 891426. Rochester, NY: Social Science Research Network.
25) Guerra Pйrez, Silvia, Carolina Bona Sбnchez, and Domingo Javier Santana Martнn. 2015. `Politically Connected Firms in Spain'. BRQ Business Research Quarterly 18 (4): 230-45.
26) Hillman, A. J. 2005. `Politicians on the Board of Directors: Do Connections Affect the Bottom Line?' Journal of Management 31 (3): 464-81.
27) Houston, Joel F., Liangliang Jiang, Chen Lin, and Yue Ma. 2014. `Political Connections and the Cost of Bank Loans: POLITICAL CONNECTIONS AND THE COST OF BANK LOANS'. Journal of Accounting Research 52 (1): 193-243.
28) Iannotta, G., G. Nocera, and A. Sironi. 2013. `The Impact of Government Ownership on Bank Risk'. Journal of Financial Intermediation 22 (2): 152-76.
29) Jackowicz, Krzysztof, Јukasz Kozіowski, and Paweі Mielcarz. 2014. `Political Connections and Operational Performance of Non-Financial Firms: New Evidence from Poland'. Emerging Markets Review 20: 109-35.
30) Khwaja, A. I., and A. Mian. 2005. `Do Lenders Favor Politically Connected Firms? Rent Provision in an Emerging Financial Market'. The Quarterly Journal of Economics 120 (4): 1371-1411.
31) Kostovetsky, Leonard. 2015. `Political Capital and Moral Hazard'. Journal of Financial Economics 116 (1): 144-59. doi:10.1016/j.jfineco.2014.12.003.
32) Lassoued, Naima, and Mouna Ben Rejeb Attia. 2014. `Benefits and Costs of Political Connections: Evidence from Tunisia'. International Journal of Accounting, Auditing and Performance Evaluation 10 (3): 299.
33) Lazareva, O, S Rachinsky, and S Stepanov. 2009. `Corporate Governance in Transition Economies', 315-49.
34) Leuz, C, and F Oberholzergee. 2006. `Political Relationships, Global Financing, and Corporate Transparency: Evidence from IndonesiaЃ™'. Journal of Financial Economics 81 (2): 411-39.
35) Li, H, and Y Zhang. n.d. `The Role of Managers' Political Networking and Functional Experience in New Venture Performance: Evidence from China's Transition Economy'. Strategic Management Journal 28: 791-804.
36) Lin, Chih-Yung, Po-Hsin Ho, Chung-Hua Shen, and Yu-Chun Wang. 2016. `Political Connection, Government Policy, and Investor Trading: Evidence from an Emerging Market'. International Review of Economics & Finance 42 (March): 153-66.
37) Menozzi, A., M. Gutierrez Urtiaga, and D. Vannoni. 2012. `Board Composition, Political Connections, and Performance in State-Owned Enterprises'. Industrial and Corporate Change 21 (3): 671-98. doi:10.1093/icc/dtr055.
38) Muttakin, Mohammad Badrul, Reza M. Monem, Arifur Khan, and Nava Subramaniam. 2015. `Family Firms, Firm Performance and Political Connections: Evidence from Bangladesh'. Journal of Contemporary Accounting & Economics 11 (3): 215-30.
39) Niessen, Alexandra, and Stefan Ruenzi. 2009. `Political Connectedness and Firm Performance: Evidence from Germany: Political Connectedness and Firm Performance'. German Economic Review 11 (4): 441-64. doi:10.1111/j.1468-0475.2009.00482.x.
40) Pinkowitz, L, R Stulz, and R Williamson. n.d. `Does the Contribution of Corporate Cash Holdings and Dividends to Firm Value Depend on Governance? A Cross-Country Analysis'. The Journal of Finance 61 (6): 2725-51.
41) Richter, Brian Kelleher. 2010. `The Role Political Connections Play in Access to Finance: Evidence from Cross-Listing'. SSRN Scholarly Paper ID 1503542. Rochester, NY: Social Science Research Network.
42) Saeed, Abubakr, Yacine Belghitar, and Ephraim Clark. 2014. `Theoretical Motives of Corporate Cash Holdings and Political Connections: Firms Level Evidence from a Developing Economy'. International Review of Applied Economics 28 (6): 813-31.
43) Saeed, Abubakr, Yacine Belghitar, and Ephraim Clark. 2015. `Do Political Connections Affect Firm Performance? Evidence from a Developing Country'. Emerging Markets Finance and Trade, September, 1-16.
44) Saeed, Abubakr, Yacine Belghitar, and Ephraim Clark. 2015. `Political Connections and Leverage: Firm-Level Evidence from Pakistan: POLITICAL CONNECTIONS AND LEVERAGE'. Managerial and Decision Economics 36 (6): 364-83.
Подобные документы
Сущность хозяйственных связей, факторы их формирования на предприятии. Роль хозяйственных связей в деятельности предприятия, пути повышения их эффективности. Анализ хозяйственных связей предприятия ТОО "Морделикатес" с поставщиками и покупателями.
курсовая работа [180,8 K], добавлен 26.10.2010Сущность акционерной формы собственности, экономическая деятельность на ее основе. Проблемы управления акционерным обществом. Отличительные особенности акционерной формы собственности ЗАО "Лисавенко". Основные показатели эффективности деятельности.
курсовая работа [134,0 K], добавлен 15.05.2012Собственность как экономическая и правовая категории. Понятие и функции государственной собственности, ее место в экономике. Особенности функционирования и перспективы развития государственной собственности в развитых странах и Российской Федерации.
курсовая работа [405,7 K], добавлен 26.07.2014Понятие и сущность хозяйственных связей по поставкам товаров, правовое регулирование. Экономическая характеристика торгового предприятия ИП Ежиков И.В. Анализ хозяйственных связей по реализации товаров, поставщики, механизм договорно-претензионной работы.
курсовая работа [108,3 K], добавлен 01.11.2014Управление государством своей долей собственности в капитале акционерных предприятий. Проблема эффективности управления госпакетами. Реализация полномочий государства как собственника, преимущества его участия в управлении акционерным обществом.
эссе [17,0 K], добавлен 28.02.2010Анализ организационно-экономической деятельности ОАО "Содружество". Характеристика поставщиков сырья, процесс организации хозяйственных связей с ними, учета контроля и выполнения договоров. Рекомендаций по совершенствованию коммерческих связей с ними.
курсовая работа [57,7 K], добавлен 21.12.2011Анализ экономической роли малых инновационных компаний в технологической сфере. Становление инновационной инфраструктуры в развитых зарубежных странах. Процесс создания и становления инновационной инфраструктуры в России, правовая и налоговая поддержка.
дипломная работа [1,5 M], добавлен 28.12.2015Виды и формы связей социально-экономических явлений. Корреляционно-регрессионный анализ. Уравнение парной регрессии: экономическая интерпретация и оценка значимости. Качество однофакторных линейных моделей. Прогнозирование экономических показателей.
реферат [154,7 K], добавлен 19.12.2010Характеристика ОАО "Калинковичиторг", анализ содержания коммерческой работы по организации хозяйственных связей торговли с поставщиками. Способы определения направлений совершенствования хозяйственных связей с поставщиками алкогольной продукции.
дипломная работа [526,3 K], добавлен 11.04.2014Что является предметом исследования экономической теории, кто и как связан посредством экономических отношений. Виды хозяйственных связей, типы и виды экономических связей между людьми. Основные этапы исторического развития предмета экономической теории.
курсовая работа [25,5 K], добавлен 07.10.2010