Влияние информационной прозрачности на эффективность деятельности российских компаний

Роль и место раскрытия информации в корпоративном управлении. Тенденции мировых и российских компаний в сфере информационной прозрачности. Влияние информационной прозрачности на показатели эффективности деятельности компаний: эмпирический анализ.

Рубрика Экономика и экономическая теория
Вид магистерская работа
Язык русский
Дата добавления 01.09.2017
Размер файла 811,7 K

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.

Регрессионный анализ

Положительное влияние прозрачности, особенно публичного размещения документов о планировании деятельности, на инвестиции 

Collins, Ntim, Kwaku K. Opong, Jo Danbolt (2012)

Южная Африка

2002-2007

169

Публичные компании

Tobin's Q , s TSR (total share return) , ROA (return on assets)

Показатели, характеризующие защиту акционеров (совет директоров, аудит, управление рисками, и т.д.), защиту стейкхолдеров

Регрессионный анализ панельных данных (FE), 2SLS

Раскрытие информации оказывает положительное влияение на акционеров и стейкхолдеров

Garay, Gonzбlez, Guzmбnc, Trujillo (2013)

Латинская Америка (Аргентина, Бразилия, Чили, Колумбия, Максика, Перу)

2006, 2008, 2010

473

Публичные компании

Tobin's Q, ROA

Показатель ICDI: ежегодная и периодическая отчетность, новости компании, фармат представленных данных, прямой контакт с инвесторами, раскрытие через аудио и видео каналы

Регрессионный анализ панельных данных (RE, FGLS)

Увеличение прозрачности на 1% увеличивает показатель Tobin's Q на 0,16%, а ROA на 0,01%

Ружанская (2010)

Россия

2002- 2008

30

Крупнейшие ОАО

Изменение цены акций

компании за год

Годовая финансовая отчетность, корпоративные издания, обзор собраний акционеров, сделки с заинтересованностью, промежуточная финансовая отчетность, показатели эффективности, аудиторская фирма, календарь инвестора, обзор собраний совета директоров

Линейная многофакторная модель

Увеличение прозрачности ведет к повышению цены акций

Ильина, Березинец, Орлова (2009)

Россия

2007

64

Котируемые и некотируемые на фондовых биржах компании

Рентабельность продаж компании

Информация об управлении, финансовая информация , удобство

просмотра в Интернете, информация о деятельности компании.

Регрессионный анализ

Индекс раскрытия

информации не оказывает влияния на финансовую результативность

компаний.

Удальцов, Тихонова (2013)

Россия

2009- 2011

129

Крупнейшин компании нефинансовых секторов

WACC, ROA

Показатель синхронности динамик доходностей акции и рынка

Регрессионный анализ панельных данных

Высокий уровень информационной прозрачности положительно влияет на эффективность деятельности компании.

Younghwan Kim, Jungwoo Lee, Taeyong Yang (2011)

Южная Корея

2006- 2009

162

Венчурные фирмы

PBR в качестве измерения стоимости фирмы; ROA как показатель прибыльности

Прозрачность финансовая, корпоратичного управления, операционная, социальная

Многофакторный регрессионный анализ

Позитивное влияние на прибыльность фирмы оказывает прозрачность финансовая и социальная. На стоимость фирмы положительное влияние оказывает прозравность в области корпоративного управления и социальная.

Lang, Lins, Maffett (2011)

46 стран с разным уровнем развития

1994- 2007

7000

Публичные компании

Tobin's Q

Доходы менеджемента, качество аудиторов, адаптация под международные стандарты, количество аудиторов, аналитические прогнозы

Регрессионный анализ панельных данных (FE)

Высокая прозрачность ассоциируется с высокой оценкой стоимости фирмы и низкими затратами на капитал. Наибольшее влияние прорачность оказывает на фирмы с концентрированной формой собственности, в странах с низким уровнем защиты инвесторов

Durnev, Errunza, Molchanov2

69 стран

2001 - 2005

59 индустрий

Публичные компании

Стоимость фирмы

Информационная прозрачность, бухгалтерская отчестность, информация для инсайдеров

Регрессионный анализ панельных данных (FE)

Невозможность получения полных выгод от повышения прозрачности ввиду слабой защиты прав собственности

Enikolopov, Petrova, Stepanov (2014)

38 стран с разным уровнем развития

2007-2009

842

Компании, входящие в базу данных OSIRIS, за исключением финансовых организаций

Отношение самой низкой стоимости акции в финансовый кризис к стоимости в июне 2007 г.

Индекс прозрачности S&P,WGI (World Governance Indicator), ICRG (International Country Risk Guide), индекс коррупции

Регрессионный анализ панельных данных

Во время кризиса в странах с высоким уровнем защиты инвесторов стоимость фирмы более чувствительна к уровню прозрачности.

Irina Andrievskaya, Mikhail Raschupkin

Россия

2004-2013

200

Крупнейшие российские банки

Доля рынка и рыночная сила банка

Индекс прозрачности S&P (2007г.)

Панель с фиксированными эффектами

Наличие взаимосвязи между прозрачностью и долей рынка: высокий уровень прозрачности может привести к снижению рыночной силы банка в спокойные времена, а в кризис повысить ее

Источник: составлено автором

Приложение 2

Аспекты выявления уровня прозрачности по методике РРС

Аспекты

Элементы аспектов

Стратегическое управление

Раскрытие информации о стратегии и ее реализация

Раскрытие информации о бизнес-модели

Раскрытие информации о рисках

Корпоративное управление

Описание системы корпоративного управления

Сведения о составе Совета директоров и исполнительных органов

Раскрытие информации о вознаграждении

Раскрытие информации о дивидендной политике

Раскрытие информации о структуре собственности

Аффилированность

Иное (Соблюдение Кодекса корпоративного управления)

Основные результаты отчетного периода

Описание организации

Раскрытие информации о деятельности организации в отчетном периоде

Раскрытие информации о финансовом состоянии организации

Деятельность в области устойчивого развития

Информация о деятельности в области устойчивого развития

Система управления устойчивым развитием и корпоративной социальной ответственностью

Взаимодействие с заинтересованными сторонами в отчетном периоде

Противодействие коррупции

Раскрытие информации об антикоррупционной политике

Раскрытие информации о результативности и противодействия коррупции

Механизмы профилактики коррупции и обнаружения фактов коррупции

Закупочная деятельность

Раскрытие информации о системе закупок

Раскрытие информации о планах и результатах закупочной деятельности

Источник: Российская Региональная Сеть по интегрированной отчетности

Приложение 3

Механизмы выявления уровня прозрачности РРС

Механизм

Элементы механизмов

Следование международным стандартам

Руководство Global Reporting Initiative

Международный стандарт интегрированной отчетности

Серия стандартов АА 1000

Использование других международных стандартов

Система публичной отчетности

Раскрытие информации о системе публичной отчетности

Взаимодействие с заинтересованными сторонами в процессах отчетности

Заверение отчетной информации

Виды заверения отчетной информации

Мнение аудитора о качестве раскрытии информации в отчете

Удобство использования отчетности и каналов оперативной коммуникации с заинтересованными сторонами

Удобство использования отчетности

Каналы оперативной коммуникации с заинтересованными сторонами

Источник: Российская Региональная Сеть по интегрированной отчетности

Приложение 4

Описательные статистики переменных

Таблица.1. Тестирование нормальности распределения непрерывных переменных (тест Шапиро-Уилка)

Variable

Obs

W

V

z

Prob>z

ROA

410

0.824

49.581

9.299

0.000

ROS

v

0.898

28.62

7.99

0.000

risk

410

0.710

81.703

10.489

0.000

debt

410

0.211

222.151

12.872

0.000

Источник: составлено автором

Таблица 2. Коэффициент корреляции Пирсона для непрерывных переменных

ROA

ROS

risk

-0.3699***

-0.2185

0.000

0.000

debt

-0.1448**

-0.0693

0.010

0,1615

Источник: составлено автором

Примечание: *** p<0.001, *** p<0.01

Таблица 3. Сравнение средних значений для показателей ROA и уровня прозрачности (тест ANOVA)

Source

SS

df

MS

F

Prob > F

Between groups

1186.50

4

296.62392

2.31

0.06

Within groups

51913.77

405

128.182154

Total

53100.27

409

129.829507

Источник: составлено автором

Таблица 4. Сравнение средних значений для показателей ROA и государственной собственности (тест ANOVA)

Source

SS

df

MS

F

Prob > F

Between groups

1074.35

1

1074.34589

8.43

0.00

Within groups

52025.92

408

127.514515

Total

53100.27

409

129.829507

Источник: составлено автором

Таблица 5. Сравнение средних значений для показателей ROA и листинга на московской бирже (тест ANOVA)

Source

SS

df

MS

F

Prob > F

Between groups

157.08

1

157.079546

1.21

0.27

Within groups

52943.19

408

129.762717

Total

53100.27

409

129.829507

Источник: составлено автором

Таблица 6. Сравнение средних значений для показателей ROA и листинга на международной бирже (тест ANOVA)

Source

SS

df

MS

F

Prob > F

Between groups

1472.42

1

1472.4223

11.64

0.00

Within groups

51627.85

408

126.538838

Total

53100.27

409

129.829507

Источник: составлено автором

Таблица 7. Сравнение средних значений для показателей ROA и отрасли (тест ANOVA)

Source

SS

df

MS

F

Prob > F

Between groups

1914.71

10

191.47075

1.49

0.14

Within groups

51185.56

399

128.284613

Total

53100.27

409

129.829507

Источник: составлено автором

Таблица 8. Сравнение средних значений для показателей ROA и размера (тест ANOVA)

Source

SS

df

MS

F

Prob > F

Between groups

66.24

2

33.1196908

0.25

0.78

Within groups

53034.03

407

130.304739

Total

53100.27

409

129.829507

Источник: составлено автором

Таблица 9. Сравнение средних значений для показателей ROA и экспорта (тест ANOVA)

Source

SS

df

MS

F

Prob > F

Between groups

186.65

1

186.650859

1.44

0.23

Within groups

52913.62

408

129.690238

Total

53100.27

409

129.829507

Источник: составлено автором

Таблица 10. Сравнение средних значений для показателей ROS и уровня прозрачности (тест ANOVA)

Source

SS

df

MS

F

Prob > F

Between groups

9237.52

4

2309.38024

4.15

0.00

Within groups

225389.37

405

556.516957

Total

234626.89

409

573.659874

Источник: составлено автором

Таблица 11. Сравнение средних значений для показателей ROS и государственной собственности (тест ANOVA)

Source

SS

df

MS

F

Prob > F

Between groups

973.10

1

973.10234

1.7

0.19

Within groups

233653.79

408

572.680848

Total

234626.89

409

573.659874

Источник: составлено автором

Таблица 12. Сравнение средних значений для показателей ROS и листинга на московской бирже (тест ANOVA)

Source

SS

df

MS

F

Prob > F

Between groups

588.30

1

588.29975

1.03

0.31

Within groups

234038.59

408

573.623992

Total

234626.89

409

573.659874

Источник: составлено автором

Таблица 13. Сравнение средних значений для показателей ROS и листинга на международной бирже (тест ANOVA)

Source

SS

df

MS

F

Prob > F

Between groups

13160.37

1

13160.3749

24.24

0.00

Within groups

221466.51

408

542.810082

Total

234626.89

409

573.659874

Источник: составлено автором

Таблица 14. Сравнение средних значений для показателей ROS и отрасли (тест ANOVA)

Source

SS

df

MS

F

Prob > F

Between groups

21182.71

10

2118.27107

3.96

0.00

Within groups

213444.18

399

534.947814

Total

234626.89

409

573.659874

Источник: составлено автором

Таблица 15. Сравнение средних значений для показателей ROS и размера (тест ANOVA)

Source

SS

df

MS

F

Prob > F

Between groups

5426.54

2

2713.26956

4.82

0.01

Within groups

229200.35

407

563.145821

Total

234626.89

409

573.659874

Источник: составлено автором

Таблица 16. Сравнение средних значений для показателей ROS и экспорта (тест ANOVA)

Source

SS

df

MS

F

Prob > F

Between groups

361.13

1

361.131036

0.63

0.43

Within groups

234265.76

408

574.180778

Total

234626.89

409

573.659874

Источник: составлено автором

Таблица 17. Тестирование мультиколлинеарности переменных для модели с ROA (тест VIF)

Variable

VIF

1/VIF

transp

1

1.10

0.91

2

1.03

0.97

3

1.27

0.79

5

1.01

0.99

debt

1.01

0.99

d15

1.42

0.70

gov

1.64

0.61

list_msk

4.20

0.24

list_int

1.34

0.75

sect

3

1.22

0.82

5

1.84

0.54

6

1.02

0.98

7

1.34

0.74

8

1.07

0.94

9

1.21

0.82

12

1.28

0.78

13

1.03

0.97

15

1.04

0.96

16

1.44

0.69

size

2

1.49

0.67

3

1.13

0.89

exp

2.19

0.46

risk

1.85

0.54

Mean VIF

1.44

Таблица 18. Тестирование мультиколлинеарности переменных для модели с ROS (тест VIF)

Variable

VIF

1/VIF

transp

1

1.1

0.906

2

1.03

0.967

3

1.27

0.786

5

1.01

0.991

debt

1.01

0.987

d15

1.42

0.703

gov

1.64

0.611

list_msk

4.2

0.238

list_int

1.34

0.749

sect

3

1.22

0.818

5

1.84

0.543

6

1.02

0.978

7

1.34

0.745

8

1.07

0.936

9

1.21

0.825

12

1.28

0.783

13

1.03

0.972

15

1.04

0.961

16

1.44

0.693

size

2

1.49

0.673

3

1.13

0.887

exp

2.19

0.457

risk

1.85

0.539

Mean VIF

1.442

Источник: составлено автором

Приложение 5

Тестирование линейной модели 1 (POOL)

Таблица 1. Тестирование POOL модели 1 с ROA

Source | SS df MS Number of obs = 410

-------------+------------------------------ F( 23, 386) = 4.62

Model | 11461.9222 23 498.344446 Prob > F = 0.0000

Residual | 41638.3459 386 107.871362 R-squared = 0.2159

-------------+------------------------------ Adj R-squared = 0.1691

Total | 53100.2682 409 129.829507 Root MSE = 10.386

------------------------------------------------------------------------------

roa | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

transp |

1 | 6.730882 2.586674 2.60 0.010 1.645148 11.81662

2 | 3.272633 2.624353 1.25 0.213 -1.887183 8.432448

3 | .0420261 1.460291 0.03 0.977 -2.829094 2.913147

5 | -.1393795 2.98276 -0.05 0.963 -6.003871 5.725111

|

gov | -3.310716 1.362878 -2.43 0.016 -5.990309 -.6311222

list_msk | -.1503972 1.61428 -0.09 0.926 -3.32428 3.023486

list_int | 2.762974 1.58603 1.74 0.082 -.355365 5.881312

|

sect |

3 | 1.091435 1.927426 0.57 0.572 -2.698132 4.881003

5 | -3.065185 1.640938 -1.87 0.063 -6.291479 .1611099

6 | -.1459572 5.35517 -0.03 0.978 -10.67491 10.383

7 | -1.486956 1.828336 -0.81 0.417 -5.0817 2.107787

8 | 5.262964 7.62338 0.69 0.490 -9.725583 20.25151

9 | -.1802788 1.800274 -0.10 0.920 -3.719849 3.359292

12 | 1.798886 3.268143 0.55 0.582 -4.626703 8.224475

13 | -8.160191 7.864367 -1.04 0.300 -23.62255 7.302168

15 | .4981742 7.502454 0.07 0.947 -14.25262 15.24897

16 | -1.3012 6.288912 -0.21 0.836 -13.66601 11.06361

|

size |

2 | -.5461036 6.333304 -0.09 0.931 -12.99819 11.90599

3 | .5872399 1.975698 0.30 0.766 -3.297237 4.471717

|

exp | -.8222971 1.248742 -0.66 0.511 -3.277485 1.632891

risk | -.1404568 .0208198 -6.75 0.000 -.1813913 -.0995224

debt | -.0008399 .0003439 -2.44 0.015 -.0015161 -.0001637

d15 | -.0684243 1.073063 -0.06 0.949 -2.178205 2.041356

_cons | 8.166488 2.082128 3.92 0.000 4.072757 12.26022

------------------------------------------------------------------------------

Источник: составлено автором

Таблица 2. Тестирование POOL модели 1 с ROS

Source | SS df MS Number of obs = 410

-------------+------------------------------ F( 23, 386) = 5.17

Model | 55258.7359 23 2402.55374 Prob > F = 0.0000

Residual | 179368.152 386 464.684333 R-squared = 0.2355

-------------+------------------------------ Adj R-squared = 0.1900

Total | 234626.888 409 573.659874 Root MSE = 21.557

------------------------------------------------------------------------------

ros | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

transp |

1 | 18.25479 5.368682 3.40 0.001 7.699275 28.81031

2 | 5.750593 5.446884 1.06 0.292 -4.958682 16.45987

3 | -1.542701 3.030857 -0.51 0.611 -7.501755 4.416354

5 | .3035368 6.190765 0.05 0.961 -11.8683 12.47538

|

gov | -5.75873 2.828674 -2.04 0.042 -11.32027 -.1971925

list_msk | -1.002334 3.350464 -0.30 0.765 -7.589777 5.585109

list_int | 12.79691 3.291829 3.89 0.000 6.324753 19.26907

|

sect |

3 | -1.912577 4.000402 -0.48 0.633 -9.777882 5.952728

5 | .4471389 3.405791 0.13 0.896 -6.249085 7.143362

6 | -3.39021 11.11474 -0.31 0.761 -25.24321 18.46279

7 | -10.47456 3.794739 -2.76 0.006 -17.93551 -3.013618

8 | 50.57478 15.82244 3.20 0.002 19.46582 81.68374

9 | 1.343244 3.736496 0.36 0.719 -6.003189 8.689677

12 | 20.02885 6.78308 2.95 0.003 6.69244 33.36526

13 | -10.71301 16.32261 -0.66 0.512 -42.80537 21.37935

15 | -32.90658 15.57146 -2.11 0.035 -63.52207 -2.291085

16 | -2.901233 13.05273 -0.22 0.824 -28.56459 22.76212

|

size |

2 | -17.50981 13.14487 -1.33 0.184 -43.35431 8.334698

3 | 11.94579 4.100592 2.91 0.004 3.883501 20.00808

|

exp | -.137181 2.591784 -0.05 0.958 -5.232962 4.9586

risk | -.1577958 .0432119 -3.65 0.000 -.2427559 -.0728357

debt | -.0008279 .0007138 -1.16 0.247 -.0022314 .0005756

d15 | -2.351554 2.227159 -1.06 0.292 -6.730436 2.027327

_cons | 13.99005 4.321488 3.24 0.001 5.493447 22.48665

------------------------------------------------------------------------------

Источник: составлено автором

Приложение 6

Тестирование моделей 1 со случайными эффектами (RE)

Таблица 1. Тестирование RE модели 1 с ROA

Random-effects GLS regression Number of obs = 410

Group variable: numb Number of groups = 205

R-sq: within = 0.0454 Obs per group: min = 2

between = 0.3063 avg = 2.0

overall = 0.2152 max = 2

Wald chi2(23) = 90.21

corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

------------------------------------------------------------------------------

roa | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

transp |

1 | 7.863798 2.674445 2.94 0.003 2.621983 13.10561

2 | 3.406796 2.633576 1.29 0.196 -1.754919 8.568511

3 | .3799224 1.468469 0.26 0.796 -2.498225 3.258069

5 | -.4589639 2.991939 -0.15 0.878 -6.323057 5.405129

|

gov | -3.517433 1.492176 -2.36 0.018 -6.442044 -.5928219

list_msk | -.0677006 1.762925 -0.04 0.969 -3.52297 3.387569

list_int | 2.599733 1.736133 1.50 0.134 -.8030253 6.002491

sect |

3 | 1.140055 2.122737 0.54 0.591 -3.020433 5.300544

5 | -3.088678 1.805727 -1.71 0.087 -6.627838 .4504818

6 | -.0795514 5.900569 -0.01 0.989 -11.64445 11.48535

7 | -1.399596 2.01542 -0.69 0.487 -5.349746 2.550554

8 | 5.310091 8.405059 0.63 0.528 -11.16352 21.7837

9 | -.1301836 1.982702 -0.07 0.948 -4.016209 3.755841

12 | 1.821095 3.601522 0.51 0.613 -5.237758 8.879948

13 | -8.940612 8.642324 -1.03 0.301 -25.87926 7.998032

15 | .5883414 8.272007 0.07 0.943 -15.6245 16.80118

16 | -1.228117 6.932842 -0.18 0.859 -14.81624 12.36

|

size |

2 | -.4897113 6.98408 -0.07 0.944 -14.17826 13.19883

3 | .6140605 2.177781 0.28 0.778 -3.654311 4.882432

|

exp | -.8655103 1.374743 -0.63 0.529 -3.559958 1.828937

risk | -.1402625 .0229074 -6.12 0.000 -.1851602 -.0953648

debt | -.0007419 .0003365 -2.20 0.027 -.0014015 -.0000823

d15 | -.1881744 .9760908 -0.19 0.847 -2.101277 1.724928

_cons | 8.077624 2.251186 3.59 0.000 3.665379 12.48987

-------------+----------------------------------------------------------------

sigma_u | 4.6753979

sigma_e | 9.2592513

rho | .20316684 (fraction of variance due to u_i)

Источник: составлено автором

Таблица 2. Тестирование RE модели 1 с ROS

Random-effects GLS regression Number of obs = 410

Group variable: numb Number of groups = 205

R-sq: within = 0.0335 Obs per group: min = 2

between = 0.2538 avg = 2.0

overall = 0.2302 max = 2

Wald chi2(23) = 69.39

corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

------------------------------------------------------------------------------

ros | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

transp |

1 | 10.26577 4.735441 2.17 0.030 .9844797 19.54707

2 | .8711523 4.259022 0.20 0.838 -7.476378 9.218682

3 | -2.839906 2.266851 -1.25 0.210 -7.282852 1.60304

5 | -.0234158 4.488723 -0.01 0.996 -8.821151 8.774319

|

gov | -4.074521 3.653138 -1.12 0.265 -11.23454 3.085498

list_msk | -1.909866 4.344176 -0.44 0.660 -10.4243 6.604563

list_int | 14.2115 4.274211 3.32 0.001 5.834202 22.5888

|

sect |

3 | -1.851851 5.372664 -0.34 0.730 -12.38208 8.678377

5 | .5454334 4.557341 0.12 0.905 -8.386791 9.477657

6 | -3.589812 14.94933 -0.24 0.810 -32.88996 25.71033

7 | -10.86615 5.110402 -2.13 0.033 -20.88235 -.8499429

8 | 51.02579 21.335 2.39 0.017 9.20995 92.84162

9 | .7614845 5.0126 0.15 0.879 -9.063031 10.586

12 | 19.68018 9.12812 2.16 0.031 1.789391 37.57096

13 | -5.611078 21.68625 -0.26 0.796 -48.11534 36.89319

15 | -32.58708 20.9992 -1.55 0.121 -73.74476 8.570594

16 | -2.727966 17.59181 -0.16 0.877 -37.20728 31.75134

|

size |

2 | -17.26175 17.73843 -0.97 0.330 -52.02843 17.50494

3 | 11.76788 5.524071 2.13 0.033 .9408996 22.59486

|

exp | -.2557634 3.472771 -0.07 0.941 -7.062269 6.550742

risk | -.1668982 .0577591 -2.89 0.004 -.280104 -.0536925

debt | -.0005761 .00047 -1.23 0.220 -.0014973 .0003451

d15 | -1.594064 1.216466 -1.31 0.190 -3.978293 .7901647

_cons | 14.95061 5.450023 2.74 0.006 4.268756 25.63245

-------------+----------------------------------------------------------------

sigma_u | 19.084164

sigma_e | 10.947302

rho | .75241455 (fraction of variance due to u_i)

------------------------------------------------------------------------------

Источник: составлено автором

Приложение 7

Тест Бройша-Пагана для моделей 1 Pool и RE

Таблица 1. Тест Бройша-Пагана для моделей 1 Pool и RE с ROA

Estimated results:

| Var sd = sqrt(Var)

---------+-----------------------------

roa | 129.8295 11.39428

e | 85.73374 9.259251

u | 21.85935 4.675398

Test: Var(u) = 0

chibar2(01) = 4.49

Prob > chibar2 = 0.0171

Источник: составлено автором

Таблица 2. Тест Бройша-Пагана для моделей 1 Pool и RE с ROS

Estimated results:

| Var sd = sqrt(Var)

---------+-----------------------------

ros | 573.6599 23.9512

e | 119.8434 10.9473

u | 364.2053 19.08416

Test: Var(u) = 0

chibar2(01) = 107.56

Prob > chibar2 = 0.0000

Источник: составлено автором

Приложение 8

Тест Хаусмана для сравнения модели 1 с FE и RE

Таблица 1. Тест Хаусмана для сравнения модели 1 с FE и RE

для ROA

---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B))

| fe_d re_d Difference S.E.

-------------+----------------------------------------------------------------

transp |

1 | 19.35522 7.863798 11.49142 4.431917

2 | 10.06906 3.406796 6.662263 3.576107

3 | 3.82531 .3799224 3.445388 1.65101

5 | -3.311503 -.4589639 -2.85254 2.937492

debt | -.0003353 -.0007419 .0004065 .0002563

d15 | -1.482555 -.1881744 -1.294381 .4921655

------------------------------------------------------------------------------

b = consistent under Ho and Ha; obtained from xtreg

B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Test: Ho: difference in coefficients not systematic

chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B)

= 8.23

Prob>chi2 = 0.1439

(V_b-V_B is not positive definite

Источник: составлено автором

Таблица 2. Тест Хаусмана для сравнения модели 1 с FE и RE

для ROS

---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B))

| fe_d re_d Difference S.E.

-------------+----------------------------------------------------------------

transp |

1 | 2.506812 10.26577 -7.758961 3.876921

2 | -4.794795 .8711523 -5.665947 3.071224

3 | -4.513031 -2.839906 -1.673125 1.298481

5 | .6013256 -.0234158 .6247414 2.103915

debt | -.0005123 -.0005761 .0000637 .0001709

d15 | -.799603 -1.594064 .794461 .4366025

------------------------------------------------------------------------------

b = consistent under Ho and Ha; obtained from xtreg

B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Test: Ho: difference in coefficients not systematic

chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B)

= 4.13

Prob>chi2 = 0.5303

Источник: составлено автором

Приложение 9

Тестирование линейной модели 2 (POOL)

Таблица 1. Тестирование POOL модели 2 с ROA

Source | SS df MS Number of obs = 410

-------------+------------------------------ F( 27, 382) = 3.93

Model | 11534.0264 27 427.186164 Prob > F = 0.0000

Residual | 41566.2417 382 108.812151 R-squared = 0.2172

-------------+------------------------------ Adj R-squared = 0.1619

Total | 53100.2682 409 129.829507 Root MSE = 10.431

---------------------------------------------------------------------------------

roa | Coef. Std. Err. t P>|t| [95% Conf. Interval]

----------------+----------------------------------------------------------------

list_msk#transp |

0 1 | 6.460637 3.518531 1.84 0.067 -.4574755 13.37875

0 2 | 9.727168 10.50158 0.93 0.355 -10.92097 30.3753

0 3 | -1.402875 4.910785 -0.29 0.775 -11.05843 8.252679

0 4 | .5334331 1.954297 0.27 0.785 -3.309094 4.37596

0 5 | -.6764222 3.839906 -0.18 0.860 -8.22642 6.873576

1 1 | 7.054884 3.375897 2.09 0.037 .4172176 13.69255

1 2 | 2.965591 2.735518 1.08 0.279 -2.412968 8.344149

1 3 | .163565 1.522944 0.11 0.915 -2.830839 3.157969

1 5 | .9269518 4.421194 0.21 0.834 -7.76597 9.619874

|

gov | -3.210758 1.381943 -2.32 0.021 -5.927925 -.4935907

list_int | 2.760928 1.619009 1.71 0.089 -.4223572 5.944212

|

sect |

3 | 1.116605 1.939056 0.58 0.565 -2.695954 4.929164

5 | -3.104209 1.658766 -1.87 0.062 -6.365663 .157245

6 | -.0442648 5.413611 -0.01 0.993 -10.68847 10.59994

7 | -1.564032 1.850191 -0.85 0.398 -5.201867 2.073802

8 | 5.296807 7.659589 0.69 0.490 -9.763427 20.35704

9 | -.1474485 1.82949 -0.08 0.936 -3.744579 3.449682

12 | 1.801778 3.286675 0.55 0.584 -4.660461 8.264017

13 | -7.79189 8.187047 -0.95 0.342 -23.88921 8.305428

15 | .5705189 7.535936 0.08 0.940 -14.24659 15.38763

16 | -1.272731 6.316987 -0.20 0.840 -13.69315 11.14769

|

size |

2 | -.51552 6.363214 -0.08 0.935 -13.02683 11.99579

3 | .6431487 1.995251 0.32 0.747 -3.2799 4.566197

|

exp | -.8569524 1.260409 -0.68 0.497 -3.335161 1.621256

risk | -.1402889 .0210148 -6.68 0.000 -.1816081 -.0989697

debt | -.0008301 .0003462 -2.40 0.017 -.0015108 -.0001495

d15 | -.0237999 1.089016 -0.02 0.983 -2.165016 2.117417

_cons | 7.943639 1.565063 5.08 0.000 4.866423 11.02086

---------------------------------------------------------------------------------

Источник: составлено автором

Таблица 2. Тестирование POOL модели 2 с ROS

Source | SS df MS Number of obs = 410

-------------+------------------------------ F( 27, 382) = 4.66

Model | 58127.5345 27 2152.87165 Prob > F = 0.0000

Residual | 176499.354 382 462.040194 R-squared = 0.2477

-------------+------------------------------ Adj R-squared = 0.1946

Total | 234626.888 409 573.659874 Root MSE = 21.495

---------------------------------------------------------------------------------

ros | Coef. Std. Err. t P>|t| [95% Conf. Interval]

----------------+----------------------------------------------------------------

list_msk#transp |

0 1 | 12.82213 7.25041 1.77 0.078 -1.433576 27.07784

0 2 | -30.73389 21.63993 -1.42 0.156 -73.28217 11.81439

0 3 | 7.166866 10.11934 0.71 0.479 -12.72971 27.06344

0 4 | 3.377877 4.027095 0.84 0.402 -4.540171 11.29592

0 5 | 3.01329 7.912647 0.38 0.704 -12.5445 18.57108

1 1 | 25.66826 6.956493 3.69 0.000 11.99045 39.34607

1 2 | 8.840039 5.636906 1.57 0.118 -2.24321 19.92329

1 3 | -1.047874 3.138233 -0.33 0.739 -7.218248 5.1225

1 5 | -1.842949 9.110469 -0.20 0.840 -19.75589 16.07

|

gov | -6.301096 2.847681 -2.21 0.028 -11.90019 -.7020047

list_int | 11.70311 3.336187 3.51 0.001 5.143521 18.2627

|

sect |

3 | -2.457696 3.995687 -0.62 0.539 -10.31399 5.398598

5 | .3040495 3.418111 0.09 0.929 -6.416619 7.024718

6 | -4.791365 11.15548 -0.43 0.668 -26.7252 17.14247

7 | -10.89521 3.81257 -2.86 0.005 -18.39146 -3.398959

8 | 49.7938 15.78362 3.15 0.002 18.76015 80.82745

9 | .1768382 3.769911 0.05 0.963 -7.235537 7.589213

12 | 20.60858 6.77264 3.04 0.003 7.292257 33.9249

13 | -3.973549 16.87052 -0.24 0.814 -37.14426 29.19716

15 | -33.28189 15.52882 -2.14 0.033 -63.81454 -2.749227

16 | -3.173749 13.01701 -0.24 0.808 -28.76771 22.42021

|

size |

2 | -18.16323 13.11226 -1.39 0.167 -43.94448 7.618017

3 | 11.26138 4.111484 2.74 0.006 3.177408 19.34535

|

exp | -.3684617 2.597244 -0.14 0.887 -5.475146 4.738223

risk | -.1511729 .0433039 -3.49 0.001 -.2363168 -.066029

debt | -.0008691 .0007133 -1.22 0.224 -.0022716 .0005335

d15 | -3.104465 2.244065 -1.38 0.167 -7.516732 1.307802

_cons | 13.50275 3.225024 4.19 0.000 7.16173 19.84377

---------------------------------------------------------------------------------

Источник: составлено автором

Приложение 10

Тестирование моделей 2 со случайными эффектами (RE)

Таблица 1. Тестирование RE модели 2 с ROA

Random-effects GLS regression Number of obs = 410

Group variable: numb Number of groups = 205

R-sq: within = 0.0678 Obs per group: min = 2

between = 0.2976 avg = 2.0

overall = 0.2144 max = 2

Wald chi2(27) = 83.99

corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

---------------------------------------------------------------------------------

roa | Coef. Std. Err. z P>|z| [95% Conf. Interval]

----------------+----------------------------------------------------------------

list_msk#transp |

0 1 | 9.631079 3.924947 2.45 0.014 1.938324 17.32383

0 2 | 12.5851 10.3186 1.22 0.223 -7.638985 32.80918

0 3 | -.6852571 5.109886 -0.13 0.893 -10.70045 9.329935

0 4 | -.3144471 2.172754 -0.14 0.885 -4.572968 3.944073

0 5 | -1.583554 3.93171 -0.40 0.687 -9.289563 6.122456

1 1 | 7.407498 3.408895 2.17 0.030 .7261868 14.08881

1 2 | 2.792123 2.776068 1.01 0.315 -2.648871 8.233116

1 3 | .435124 1.537461 0.28 0.777 -2.578244 3.448492

1 5 | .689379 4.513417 0.15 0.879 -8.156757 9.535515

|

gov | -3.543647 1.578081 -2.25 0.025 -6.636628 -.4506651

list_int | 2.731363 1.851703 1.48 0.140 -.8979085 6.360634

|

sect |

3 | 1.268268 2.240683 0.57 0.571 -3.12339 5.659926

5 | -3.061401 1.91162 -1.60 0.109 -6.808108 .6853053

6 | .3745751 6.254581 0.06 0.952 -11.88418 12.63333

7 | -1.315959 2.138164 -0.62 0.538 -5.506683 2.874765

8 | 5.489406 8.865301 0.62 0.536 -11.88626 22.86508

9 | .1009283 2.112759 0.05 0.962 -4.040004 4.24186

12 | 1.735202 3.801606 0.46 0.648 -5.715808 9.186212

13 | -10.52172 9.433359 -1.12 0.265 -29.01076 7.967324

15 | .7051745 8.723044 0.08 0.936 -16.39168 17.80203

16 | -1.131025 7.310372 -0.15 0.877 -15.45909 13.19704

|

size |

2 | -.3387459 7.367252 -0.05 0.963 -14.77829 14.1008

3 | .7610343 2.305602 0.33 0.741 -3.757863 5.279932

|

exp | -.8334128 1.454748 -0.57 0.567 -3.684667 2.017841

risk | -.1413242 .0242283 -5.83 0.000 -.1888107 -.0938377

debt | -.0006898 .0003352 -2.06 0.040 -.0013468 -.0000328

d15 | -.1061256 .958866 -0.11 0.912 -1.985468 1.773217

_cons | 7.892541 1.761381 4.48 0.000 4.440298 11.34478

----------------+----------------------------------------------------------------

sigma_u | 5.4270744

sigma_e | 8.5300157

rho | .28815083 (fraction of variance due to u_i)

---------------------------------------------------------------------------------

Источник: составлено автором

Таблица 2. Тестирование RE модели 2 с ROS

Random-effects GLS regression Number of obs = 410

Group variable: numb Number of groups = 205

R-sq: within = 0.0547 Obs per group: min = 2

between = 0.2574 avg = 2.0

overall = 0.2357 max = 2

Wald chi2(27) = 74.99

corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

---------------------------------------------------------------------------------

ros | Coef. Std. Err. z P>|z| [95% Conf. Interval]

----------------+----------------------------------------------------------------

list_msk#transp |

0 1 | 9.240506 8.29278 1.11 0.265 -7.013045 25.49406

0 2 | -22.32892 15.8068 -1.41 0.158 -53.30968 8.651833

0 3 | 11.02503 8.667416 1.27 0.203 -5.962794 28.01285

0 4 | 1.630436 4.783552 0.34 0.733 -7.745153 11.00603

0 5 | 2.620394 6.791584 0.39 0.700 -10.69087 15.93165

1 1 | 10.40306 5.473673 1.90 0.057 -.3251422 21.13126

1 2 | 2.049114 4.493442 0.46 0.648 -6.75787 10.8561

1 3 | -3.333578 2.36448 -1.41 0.159 -7.967874 1.300719

1 5 | -1.763912 6.954931 -0.25 0.800 -15.39533 11.8675

|

gov | -4.415061 3.653357 -1.21 0.227 -11.57551 2.745387

list_int | 14.17339 4.29889 3.30 0.001 5.747717 22.59906

|

sect |

3 | -2.086234 5.365985 -0.39 0.697 -12.60337 8.430903

5 | .7225319 4.556397 0.16 0.874 -8.207842 9.652905

6 | -3.849946 14.96485 -0.26 0.797 -33.18051 25.48061

7 | -10.90208 5.117356 -2.13 0.033 -20.93192 -.8722471

8 | 50.77823 21.29078 2.38 0.017 9.049072 92.50739

9 | -.0306814 5.044291 -0.01 0.995 -9.917311 9.855948

12 | 19.9023 9.115923 2.18 0.029 2.035416 37.76918

13 | -2.597853 22.33143 -0.12 0.907 -46.36666 41.17095

15 | -32.88586 20.95325 -1.57 0.117 -73.95348 8.181767

16 | -2.828592 17.55339 -0.16 0.872 -37.2326 31.57542

|

size |

2 | -17.58987 17.70264 -0.99 0.320 -52.28641 17.10668

3 | 11.29875 5.523182 2.05 0.041 .4735091 22.12399

|

exp | -.2080073 3.473702 -0.06 0.952 -7.016339 6.600325

risk | -.1670798 .0577298 -2.89 0.004 -.2802281 -.0539315

debt | -.0005996 .0004699 -1.28 0.202 -.0015207 .0003214

d15 | -1.847117 1.234042 -1.50 0.134 -4.265795 .5715621

_cons | 13.43245 4.103411 3.27 0.001 5.389912 21.47499

----------------+----------------------------------------------------------------

sigma_u | 18.985507

sigma_e | 10.903696

rho | .75197027 (fraction of variance due to u_i)

---------------------------------------------------------------------------------

Источник: составлено автором

Приложение 11

Тест Бройша-Пагана для моделей 2 Pool и RE

Таблица 1. Тест Бройша-Пагана для моделей 2 Pool и RE с ROA

Estimated results:

| Var sd = sqrt(Var)

---------+-----------------------------

roa | 129.8295 11.39428

e | 72.76117 8.530016

u | 29.45314 5.427074

Test: Var(u) = 0

chibar2(01) = 4.47

Prob > chibar2 = 0.0173

Источник: составлено автором

Таблица 2. Тест Бройша-Пагана для моделей 2 Pool и RE с ROS

Estimated results:

| Var sd = sqrt(Var)

---------+-----------------------------

ros | 573.6599 23.9512

e | 118.8906 10.9037

u | 360.4495 18.98551

Test: Var(u) = 0

chibar2(01) = 104.22

Prob > chibar2 = 0.0000

Источник: составлено автором

Приложение 12

Тест Хаусмана для сравнения модели 2 с FE и RE

Таблица 1. Тест Хаусмана для сравнения модели 2 с FE и RE

для ROA

---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B))

| fe_d3 re_3 Difference S.E.

-------------+----------------------------------------------------------------

list_msk#|

transp |

0 1 | 85.20568 9.631079 75.5746 13.36506

0 2 | 94.52037 12.5851 81.93527 15.30077

0 4 | -2.576431 -.3144471 -2.261984 6.694855

0 5 | -6.581901 -1.583554 -4.998347 7.690452

1 1 | 8.855535 7.407498 1.448037 3.895488

1 2 | 2.972172 2.792123 .1800494 3.241571

1 3 | 1.568714 .435124 1.13359 1.465862

1 5 | -1.167662 .689379 -1.857041 4.133283

debt | -.0003661 -.0006898 .0003236 .0001995

d15 | -.7414796 -.1061256 -.6353541 .3399638

------------------------------------------------------------------------------

b = consistent under Ho and Ha; obtained from xtreg

B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Test: Ho: difference in coefficients not systematic

chi2(9) = (b-B)'[(V_b-V_B)^(-1)](b-B)

= 49.12

Prob>chi2 = 0.0000

(V_b-V_B is not positive definite)

Источник: составлено автором

Таблица 2. Тест Хаусмана для сравнения модели 2 с FE и RE

для ROS

---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B))

| fe_d re_4 Difference S.E.

-------------+----------------------------------------------------------------

debt | -.0005123 -.0005996 .0000873 .0001712

d15 | -.799603 -1.847117 1.047514 .3841217

------------------------------------------------------------------------------

b = consistent under Ho and Ha; obtained from xtreg

B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Test: Ho: difference in coefficients not systematic

chi2(2) = (b-B)'[(V_b-V_B)^(-1)](b-B)

= 8.15

Prob>chi2 = 0.0170

Источник: составлено автором

Размещено на Allbest.ru


Подобные документы

  • Знакомство с особенностями влияния структуры собственности на дефолт по облигациям российских компаний. Корпоративное управление как популярное направление в анализе деятельности компаний. Рассмотрение способов раскрытия финансовой информации по МСФО.

    дипломная работа [2,0 M], добавлен 22.08.2017

  • Понятие инвестиционной активности компаний. Отраслевые особенности обрабатывающей промышленности. Инвестиционная активность российских промышленных компаний. Влияние фондового рынка. Рыночные и специфические, финансовые и институциональные факторы.

    дипломная работа [1,6 M], добавлен 09.06.2017

  • Сущность, функции и значение инновационных компаний в процессе модернизации экономики страны. Европейский опыт развитития инновационных компаний при ВУЗах. Пути повышения эффективности инновационной деятельности ВУЗов и компаний, создаваемых при ВУЗах.

    дипломная работа [365,2 K], добавлен 21.05.2013

  • Экономическая эффективность хозяйственной деятельности производственных предприятий и управление рисками. Риски производственных компаний: сущность, классификация, причины возникновения, методы выявления и оценки. Развитие сталелитейных компаний.

    дипломная работа [3,8 M], добавлен 12.08.2017

  • Методы оценки интеллектуального капитала компании. Выявление влияния различных элементов интеллектуального капитала – человеческого, отношенческого, инновационного и процессного – на операционные результаты деятельности компаний России и Бразилии.

    дипломная работа [453,7 K], добавлен 03.07.2017

  • Подходы к анализу эффективности сделок слияний и поглощений на развивающихся рынках капитала. Реакция рынка на покупку частных и публичных компаний. Влияние асимметрии информации на выбор компании-покупателя при приобретении разных компаний-целей.

    дипломная работа [126,8 K], добавлен 13.09.2017

  • Инвестиционная деятельность российских и зарубежных нефтегазовых компаний. Анализ инвестиционной деятельности ОАО "Татнефть", ее цели и задачи. Приоритеты корпоративной политики. Определение эффективности инвестиционного проекта по бурению скважин.

    контрольная работа [478,8 K], добавлен 29.01.2015

  • Российская практика слияний и поглощений компаний в телекоммуникационной отрасли, подходы к оценке их эффективности. Анализ финансово-экономического потенциала компаний до слияния. Оценка эффективности слияния (метод многокритериальных альтернатив).

    курсовая работа [414,8 K], добавлен 05.07.2012

  • Комплексный обзор российского рынка слияний и поглощений, оценка активности отечественных компаний. Определение степени влияния информации о сделках слияния на стоимость компаний на фондовом рынке. Модель избыточной доходности в капитализации компаний.

    дипломная работа [1,4 M], добавлен 10.03.2015

  • Исследование влияния инновационной деятельности на уровень риска компаний технологического сектора США, анализ применимости его результатов для компаний из российского технологического сектора. Методология исследования и построения регрессионной модели.

    курсовая работа [432,5 K], добавлен 30.09.2016

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.