Факторы инвестиционной активности компаний

Изучение основных теорий и подходов в исследовании факторов капитальных инвестиций. Выделение главных гипотез и выводов относительно факторов инвестиционного поведения компаний. Определение финансовых и нефинансовых показателей российских предприятий.

Рубрика Экономика и экономическая теория
Вид дипломная работа
Язык русский
Дата добавления 01.12.2019
Размер файла 106,4 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.

Также можно отметить, что ни одна из переменных не обладает высоким коэффициентом корреляции с зависимой переменной, однако данный метод выявляет только линейную взаимосвязь, а не является полноценным методом анализа. Поэтому необходимо провести дальнейший анализ при помощи моделей панельных данных, чтобы учесть панельную структуру данных.

4. Эмпирические результаты

4.1 Выбор подходящей спецификации модели

Предварительный анализ данных показал, что возможной моделью панельных данных для оценки инвестиционной активности компании может быть модель со случайными эффектами. Кроме того, была обнаружена проблема частичной мультиколлинеарности вследствие высокой корреляции между регрессорами. Данный недостаток необходимо избежать при построении модели.

Для того чтобы подобрать подходящую спецификацию модели необходимо провести ряд тестов. Выбор будет происходить между моделью сквозной регрессии и моделями панельных данных с фиксированными и случайными эффектами.

Опишем кратко основные различия моделей. Сквозная регрессия является наиболее ограниченной из представленных, поскольку не учитывает панельную структуру данных, что не позволяет учесть гетерогенный сдвиг в данных. Модели панельных данных с фиксированными и случайными эффектами уже непосредственно учитывают панельную структуру, но отличаются наличием ненаблюдаемого индивидуального эффекта, то есть эффекта каждого наблюдения (компании). Модель с фиксированными эффектами предполагает нулевой ненаблюдаемый индивидуальный эффект, в то время как в модели со случайными эффектами эта компонента отлична от нуля. Также последние две модели различны по способу оценки, модель с фиксированными эффектами оценивается методом наименьших квадратов (МНК), а модель со случайными эффектами оценивается обобщенным методов наименьших квадратов (ОМНК).

Оценим для начала все три модели, чтобы по результатам определить какая модель с точки зрения теории может подойти для оценки факторов инвестиционной активности компании. После этого мы проведем спецификационные тесты, чтобы более формально выбрать подходящую модель.

Результаты оценки инвестиционной активности российских предприятий для трех моделей представлены таблице 5.

Таблица 5 Результаты оценки трех спецификаций модели

Сквозная

FE

RE

l_Age

97210556.7

0

97210556.7

ownership

-1.05005e+09

0

-1.05005e+09

leverage

344236.0

384100.2

344236.0

ROI

-3.28406e+10**

-2.86472e+10

-3.28406e+10**

l_Totalassets

-2.30872e+09

-4.40391e+09

-2.30872e+09

CapitalIntensity

0.0488***

0.0747***

0.0488***

l_revenue

-2.17099e+09

-1.40555e+09

-2.17099e+09

netprofit

1.358***

1.534***

1.358***

year13

7.28705e+09

7.28158e+09

7.28705e+09

year14

9.64300e+09*

9.92970e+09*

9.64300e+09*

year15

9.21997e+09*

9.39995e+09*

9.21997e+09*

year16

8.69083e+09

6.56411e+09

8.69083e+09

_cons

9.37225e+10**

1.22867e+11**

9.37225e+10**

N

1027

1027

1027

rank

13

11

13

r2

0.407

0.538

х

*** - уровень значимости 1%

** - уровень значимости 5%

* - уровень значимости 10%

Результаты из таблицы 5 свидетельствуют о том, что значимыми коэффициентами в базовой спецификации (модели сквозной регрессии) модели являются показатели чистой прибыли предыдущего периода (на уровне 1%), капиталоемкости (на уровне 1%), окупаемость инвестиций прошлого периода (на уровне 1%), дамми-переменные для 2014 и 2015. Коэффициент детерминации составляет 40,7%, что не является показателем высокого качества модели.

Для модели панельных данных с фиксированными эффектами значимыми получились оценки коэффициентов при переменных капиталоемкости, чистой прибыли прошлого периода и дамии на 2014 и 2015 2016 год. Результаты оценки модели со случайными эффектами не отличаются от модели сквозной регрессии, что может возникнуть из-за контроля временного периода через дамми в модели сквозной регрессии.

Проведем тесты Вальда, Бреуша-Пагана и Хаусмана для определения нужной спецификации.

Первый тест Вальда сравнивает модели с фиксированными эффектами и сквозную регрессию. Тест проверяет на равенство нулю индивидуальных эффектов, то есть гипотезы теста формулируются как (Ратникова, 2006):

H0: ui = 0

H1: ui ? 0

Следующий тест Бройша-Пагана сравнивает модель сквозной регрессии и модель со случайными эффектами. Для этого теста гипотезы формулируются как (Ратникова, 2006):

Н0: Var(u) = 0

H1: Var(u) ? 0

Последний спецификационный тест - тест Хаусмана, который сравнивает модели с фиксированными и случайными эффектами. Для данного теста гипотезы выглядят как (Ратникова, 2006):

H0: индивидуальные эффекты могут быть случайными

H1: индивидуальные эффекты могут быть не случайными

Результаты тестов описанных выше представлены в таблице 6.

Таблица 6 Результаты тестов на выбор спецификации модели

Название теста

P-value для статистики теста

Тест Вальда

0.9089

Тест Бройша-Пагана

1.0000

Тест Хаусмана

0.6365

По результатам теста в таблице 6, результаты неоднозначные. Тесты Вальда и Бройша-Пагана говорят о том, что лучшей спецификацией является сквозная регрессия, которую мы не можем использовать, поскольку в рамках исследования необходимо учесть панельную структуру данных. Результаты теста Хаусмана говорят о том, что необходимо выбрать модель со случайными эффектами. Так как на основании теории и описательных статистик также было определено, что необходимой моделью для оценки факторов инвестиционной активности компании является модель панельных данных со случайными эффектами.

4.2 Результаты оценки модели со случайными эффектами

В качестве подходящей модели для оценки факторов инвестиционной активности российских предприятий была выбрана модель панельных данных со случайными эффектами. Проинтерпретируем полученные результаты оценки, а также проведем оценку на подвыборках компаний по отраслям.

Для получения более точных оценок и избежания их смещения воспользуемся при оценке поправкой Ньюи-Веста. Поскольку мы рассматриваем модель панельных данных, можно исключить дамми на год, это будет излишним. Результаты оцененной модели представлены в таблице 7.

Таблица 7 Результаты оценки модели инвестиционной активности

Inv

l_Age

359414796.5

ownership

-1.04645e+09

leverage

133072.9

ROI

-3.19781e+10**

l_Totalassets

-2.33314e+09*

CapitalIntensity

0.0493*

l_revenue

-2.30366e+09

netprofit

1.349**

_cons

1.03630e+11*

N

1027

rank

9

*** - уровень значимости 1%

** - уровень значимости 5%

* - уровень значимости 10%

По результатам оценки, представленной в таблице 7, была верифицирована гипотеза:

Н1: Рост чистой прибыли в предыдущем периоде оказывает положительное влияние на инвестиционную активность компании.

Остальные гипотезы не были подтверждены.

Следующим этапом эмпирического исследования показателей инвестиционной активности компаний будет построение регрессионных моделей по отраслям. Отрасль и род деятельности компании, может существенно влиять на инвестиционное поведение. Отрасли имеют свои специфические риски и тенденции, поэтому факторы инвестиционной активности для разных отраслей могут меняться.

Первоначальная выборка была разделена на восемь новых в соответствии с отраслями производства. Однако модели будут построены только для четырех отраслей, в связи с крайне небольшим количеством наблюдений.

Рассмотрим каждую из анализируемых отраслей более подробно.

Первой проанализируем отрасль "Обрабатывающая промышленность". Эта отрасль содержит наибольшее количество наблюдений (около половины всей выборки). Полученные результаты оценки представлены в таблице 8.

Таблица 8 Результаты оценки модели инвестиционной активности для отрасли "Обрабатывающая промышленность"

Inv

l_Age

534798584.6

ownership

-403905017.6

leverage

-150186.0*

ROI

4.10053e+09

l_Totalassets

149172769.3

CapitalIntensity

0.00857

l_revenue

848981318.1*

netprofit

-0.137

_cons

-2.47193e+10***

N

556

rank

9

*** - уровень значимости 1%

** - уровень значимости 5%

* - уровень значимости 10%

По результатам оценки модели из таблицы 8 можно сделать вывод о том, что значимыми являются оценки коэффициенты при показателях финансового рычага прошлого периода и выручки. На основе этих результатов мы можем верифицировать гипотезу:

Н3: Финансовый рычаг предыдущего периода оказывает отрицательное влияние на инвестиционную активность компании.

Отрицательного влияния финансового рычага компании на инвестиционную активность объясняется тем, что при увеличении долговой нагрузки предприятие становится менее финансово устойчивым и не может позволить себе дополнительные затраты, например, в виде инвестиций в основной капитал (Черкасова, Теплова, 2011).

Далее рассмотрим отрасль «Добывающей промышленности», которая составляет 10% выборки. Ниже в таблице 9 представлены результаты оценки модели.

Таблица 9 Результаты оценки модели инвестиционной активности для отрасли "Добывающая промышленность"

Inv

l_Age

1.77718e+10

ownership

-8.96229e+09

leverage

12631782.9

ROI

-1.00837e+10

l_Totalassets

-2.58167e+09

CapitalIntensity

0.0898***

l_revenue

-2.14042e+09

netprofit

0.951*

_cons

3.69542e+10

N

102

rank

9

*** - уровень значимости 1%

** - уровень значимости 5%

* - уровень значимости 10%

Результаты оценки модели показывают, что значимыми оценками коэффициентов при переменных являются капиталоемкость и чистая прибыль предыдущего периода. Таким образом, можно подтвердить гипотезу о наличии положительного влияния чистой прибыли предыдущего периода и инвестиционной активности компании.

Следующей рассмотрим отрасль "Обеспечение электрической энергией, газом и паром; кондиционирование воздуха". Результаты оценки модели для этой подвыборки представлены в таблице 10.

Таблица 10 Результаты оценки модели инвестиционной активности для отрасли "Обеспечение электрической энергией, газом и паром; кондиционирование воздуха"

Inv

l_Age

7.34888e+09*

ownership

2.04769e+09

leverage

583455720.6*

ROI

765393647.2

l_Totalassets

-1.52355e+09

CapitalIntensity

-0.0233

l_revenue

3.52602e+09*

netprofit

0.146***

_cons

-7.16241e+10*

N

79

rank

9

*** - уровень значимости 1%

** - уровень значимости 5%

* - уровень значимости 10%

Полученные результаты показывают, что значимыми переменными являются возраст фирмы (положительное влияние на уровне значимости 10%), финансовый рычаг прошлого периода (положительное влияние на уровне значимости 10%), величина выручки (положительное влияние на уровне значимости 10%) и чистая прибыль прошлого периода (положительное влияние на 1% уровне). Подтвердилась гипотеза о положительном влиянии величины чистой прибыли на инвестиционную активность компании, также частично подтвердилась гипотеза о влиянии финансового рычага, само влияние подтвердилось, однако знак оказался положительным. Также можно отметить положительное влияние возраста фирмы на инвестиционную активность.

Последняя рассматриваемая отрасль -"Пищевая промышленность". Данная отрасль также содержит в себе около 10% российских компаний из выборки. Результаты оценки модели представлены в таблице 11.

Таблица 11 Результаты оценки модели инвестиционной активности для отрасли "Пищевой промышленности "

Inv

l_Age

-2.34697e+09

ownership

-1.25623e+09

leverage

155637212.4

ROI

-1.52812e+10*

l_Totalassets

-2.21947e+09

CapitalIntensity

-0.0937

l_revenue

4.63837e+09

netprofit

2.020***

_cons

-4.77698e+10

N

97

rank

9

*** - уровень значимости 1%

** - уровень значимости 5%

* - уровень значимости 10%

Регрессионный анализ моделей показал наличие значимых на уровне 10% и 1% коэффициентов при рентабельности инвестиций и чистой прибыли предыдущего периода соответственно. Такие результаты не позволяют подтвердить гипотезы о положительном влиянии данных переменных на инвестиционную активность.

Оценка инвестиционной активности по отраслям деятельности компаний не показала весомых результатов. Для большинства рассмотренных отраслей подтвердилась гипотеза о положительном влиянии чистой прибыли прошлого периода на инвестиционную активность. Гипотеза о положительном влиянии коэффициента рентабельности не подтвердилась ни для одной отрасли. Величина финансового рычага была значимой и отрицательной только для компаний обрабатывающей промышленности, что позволяет подтвердить соответствующую гипотеза. Последняя гипотеза о влиянии типа собственности компании не подтвердилась ни для одной отрасли.

4.3 Анализ эмпирических результатов

Результаты исследования детерминант инвестиционной активности компаний в данной работе свидетельствуют о том, что на величину капитальных инвестиций оказывают влияние различные факторы, в частности финансовые показатели компании. Значимыми факторами для обобщенной модели оказались величина совокупных активов, капиталоемкость, чистая прибыль прошлого периода и рентабельность инвестиций. В общем случае, а также при рассмотрении модели на подвыборках (по отраслям), не было выявлено влияния нефинансовых показателей, за исключением отрасли обеспечения электроэнергией.

Большинство гипотез были опровергнуты, либо по причине незначимости коэффициентов, либо оценка имела знак отличный от предполагаемого. Например, предположение о том, что финансовый рычаг оказывает отрицательное влияние на инвестиционную активность, не было подтверждено ни для одной из оцененных моделей. Также не была подтверждена ни в одном случае гипотеза о влиянии типа собственника компании. Для обобщенной модели и модели для отрасли пищевой промышленности было выявлено отрицательное влияние коэффициента рентабельности инвестиций, что имеет расхождение с теорией. Наибольшую верификацию получила гипотеза о положительном влиянии величины чистой прибыли прошлого периода на инвестиционную активность. Гипотеза была подтверждена для всех случаев за исключением отрасли обрабатывающей промышленности.

Эмпирические результаты работы не противоречат выводам предыдущих отечественных и зарубежных работ. В достаточно большом количестве исследований аналогично было подтверждено положительное чистой прибыли прошлого периода на инвестиционную активность (Черкасова, Теплова, 2011). Более ранние публикации находили подтверждение положительному воздействию чистой прибыли и денежного потока (t-1) периодов на инвестиционную активность компаний. Во время исследования существующих эмпирических работ наличие дамми-переменных в моделях инвестиционной активности встречалось крайне редко. Можно предположить, что причина состоит в использовании иных методов регрессионного анализа. В данной работе использование фиктивных переменных обусловлено отсутствием иных регрессоров, которые могли бы объяснить изменения инвестиционного климата некоторой организации.

Данные, которые использовались в данной работе, не позволили подтвердить влияние структуры собственности на инвестиционную активность компании. Влияние данного показателя было значимым в значительном количестве предыдущих работ (Теплова, Крылова, 2007, Сафиуллин, Анкудинов, Лебедев, 2013). Исследование влияния структуры собственности требует более глубокого анализа и более детальной проработки этой обширной темы в силу того, что существует большое количество типов распределения собственности. В текущей работе зависимая переменная «ownership» отражала факт частичного или полного участия государства в принятии важных управленческих решений компании. Кроме того, крайне важно учитывать проводятся ли на государственном и муниципальном уровне различные программы, стимулирующие рост инвестиционной активности компаний. В России среди таких проектов можно выделить Программу Поддержки Инвестиционных проектов, которая была введена в 2014 году на государственном уровне и базировалась на использовании особых форм финансирования. Программа была направлена на стимулирование экономического роста промышленного производства (Региональная экономика и управление: электронный научный журнал). Если рассматривать проекты более локального уровня, то возникает целесообразность исследования влияния муниципальных программ на инвестиционную активность регионов. Регрессионный анализ в таком случае будет модифицирован в анализ моделей для регионов, а не отраслей как в данном исследовании.

Анализируя эмпирические результаты данного исследования и сравнивая их с более ранней литературой соответствующей тематики, нельзя не обратить внимание на уже существующие эмпирические исследования зарубежных авторов. Результаты обобщенной модели позволили верифицировать и опровергнуть некоторые гипотезы, что соответствует утверждениям как российских, так и зарубежных авторов. Необходимо также обратить внимание на то, что несмотря на обозначенную актуальность внутренних факторов, нельзя недооценивать и макроэкономические факторы инвестиционной активности - инвестиционный климат в стране, политическая ситуация, экономические и социальные факторы и тд. По данным Росстата главные причины падения уровня капитальных инвестиций российских компаний, (не учитывая финансовых показателей самих компаний) - это инвестиционные риски, неопределенность экономической ситуации в стране, высокий процент кредита (Федеральная служба государственной статистики). Можно предположить, что зависимость инвестиционной активности от различных макроэкономических факторов не одинакова для российских и иностранных компаний, в силу того различий в экономических, политических, социальных и технологических показателей разных стран. Например, значительное препятствие для активной инвестиционной деятельности в России - высокие процентные ставки. В то время как компании западных стран отличаются наиболее благоприятными возможностями займов, что впоследствии отражается на их более выгодной конкурентной позиции перед российскими компаниями (Региональная экономика и управление: электронный научный журнал).

Полученные в процессе исследования оценки являются значимыми и достоверными, однако результаты исследования имеют ряд ограничений. Главное ограничение полученной модели - эндогенность. В полученной модели инвестиционной активности включены далеко не все факторы, которые в реальной жизни оказывают влияние на уровень капитальных инвестиций. В регрессионную модель не были включены макроэкономические факторы. Несмотря на тот факт, что компании функционируют в рамках одной страны, возникает вероятность того, что влияние макроэкономических факторов на разные компании будет отличаться. В качестве макроэкономических факторов в различных эмпирических исследованиях используют показатели инфляции, налоговых сборов, волатильность акций, каждый из которых характеризует общие факторы неопределенности (Теплова, Крылова, 2007). Неопределенность, вызванная спецификой отрасли, может быть следствием ценовых шоков, шоков спроса. Однако данные не представлялось возможным учесть в обобщенной модели. Кроме того, в рассмотренную модель не была включена неопределенность на уровне компании. Индикаторами неопределённости обычно выступают различные виды доходности акций (Теплова, Крылова, 2007). С целью учесть неопределенность для каждой отрасли была построена отдельная регрессия. Именно анализ отдельно каждой отрасли является основным отличием данной работы от более ранних исследований.

В настоящей работе не был изучен показатель доступности заемного капитала. В настоящее время компании сильно зависимы от кредитных средств, и даже в случае если свободные денежные средства не могут быть потрачены на инвестиции в основной капитал, то может быть множество других направлений, которые финансируются за счет заемных средств. Таким образом, в модели не учтены некоторые показатели финансовой стабильности.

Еще одно важное ограничение - это ограниченность выборки, небольшое количество наблюдений и несбалансированная панель данных. В дополнение к этому, факт того, что результаты отдельных регрессий по отраслям, не являются однозначными, вероятно существуют более эффективные методы оценки, нежели оценка модели панельных данных со случайными эффектами. Таким образом, будущее более детальное исследование факторов инвестиционной активности российских компаний требует включения макроэкономических и отраслевых детерминант уровня инвестиций в основной капитал.

В соответствии с рассмотренными ранее ограничениями результатов, при продолжении исследования важно обратить внимание на выборку данных для оценки регрессионных моделей, а также рассмотреть другие возможные методы оценки факторов инвестиционной активности, с помощью которых могли бы быть получены более значимые и достоверные результаты.

Заключение

Инвестиционная активность в значительной степени определяет будущее развитие и экономический рост компании. Расширение производства, модернизации оборудования, качественное и количественное улучшение ассортимента товаров и услуг, рост объёма продаж, увеличение эффективности деятельности компании и достижение многих других целей напрямую зависит от инвестиционной активности.

Одно из основных для российских предприятий направлений инвестирования - инвестиции в основные средства. По данным Росстата 64% российских промышленных предприятий вкладывают средства в модернизацию производства, 19% в расширение производства. Однако ситуация в стране оценивается как неблагоприятная для инвестирования -капитальные инвестиции непрерывно снижаются с 2013 года (Федеральная служба государственной статистики). Исследование детерминант инвестиционной активности компаний крайне важно, так как инвестиционная деятельность в значительной степени обуславливает как будущее компании на микроуровне, так и экономический рост и как следствие, будущее страны в целом. Кроме того, в последние годы эмпирические исследования, направленные на изучение факторов инвестиционной активности компаний, представлены мало, в частности мало работ отечественных авторов.

Данная работа было посвящена изучению детерминант инвестиционной активности российских компаний в частности инвестирования в основной капитал. В процессе работы была проанализированы публикации отечественных и зарубежных авторов, рассмотрены различные подходы, к оценке инвестиционной активности компаний. Более ранние исследования позволили классифицировать факторы на фундаментальные и нефундаментальные, внешние и внутренние факторы инвестиционного поведения компаний. На основании изученной литературы были сформулированы следующие гипотезы:

Н1: Увеличение чистой прибыли в предыдущем периоде способствует увеличению инвестиционной активности компании.

Н2: Существует положительная взаимосвязь между показателями рентабельности в предыдущем периоде и инвестиционной активностью компании.

Н3: Финансовый рычаг предыдущего периода отрицательно влияет на объемы капитальных затрат компании.

Н4: Компании, собственником которых является государство, имеют более высокие объемы инвестиций в основной капитал.

На основе данных российских компаний построены эконометрические модели инвестиционной активности компаний с целью подтверждения или опровержения сформулированных гипотез. В работе использовались данные из системы "СПАРК" за период с 2013 по 2017 года, была построена обобщенная модель и модели для каждой отрасли.

Результаты регрессионного анализа позволили подтвердить только гипотезу о положительном влиянии величины чистой прибыль прошлого периода на инвестиционную активность компании. Этот факт также подтверждают сведения Росстата о том, что большая часть инвестиций в основной капитал российских компаний финансируется за счет собственных средств.

Оценка факторов инвестиционной активности компании в настоящем исследовании подтвердило существующие теоретические предположения о том, что при принятии инвестиционных решений компания зависит от собственных финансовых возможностей, уровня заемных средств, эффективности собственной деятельности и некоторых нефундаментальных факторов. Оценка инвестиционной активности должна учитывать показатели финансовых результатов деятельности, финансовой устойчивости, специфических характеристик той или иной отрасли.

В работе получены некоторые значимые результаты, но необходимо выделить ряд существенных ограничений и возможных направлений дальнейшего развития исследования.

В первую очередь, нужно отметить проблему эндогенности модели. Это достаточно распространенное ограничение, так как нельзя утверждать о том, что в модель были включены все возможные переменные, объясняющие инвестиционную активность. В данном случае дальнейшее развитие исследования предполагает включение других объясняющих переменных или нахождение инструментальных переменных для эндогенных переменных. Например, в работе не была учтена зависимость компаний от банков, в виде длительности сроков до погашения, а также рыночные и специфические риски, на которые в наиболее поздних исследованиях акцентируют особое внимание.

Во-вторых, проблемой является то, что итоговая выборка состояла из небольшого количества наблюдений, ввиду отсутствия некоторых необходимых данных для всех компаний в первоначальной выборке. Существенным отрицательным фактом также является несбалансированность панели данных. Дальнейшее исследование инвестиционной активности компаний может быть основано на других методах оценки влияния переменных, которые могли бы дать более качественные результаты.

Изучение факторов инвестиционной активности российских компаний является чрезвычайно актуальным в связи с существующей тенденцией снижения инвестиций в основной капитал. Однако дальнейшее рассмотрение данной проблемы и построение эмпирических моделей требует дополнительного исследования макроэкономических факторов и устранения ограничений при регрессионном анализе.

Список литературы

1. Гришина И.В., Шахназаров А.Г., Ройзман И.И.. Комплексная оценка инвестиционной привлекательности и инвестиционной активности российских регионов: методика определения и анализ взаимосвязей // Инвестиции в России. 2001. №4. С. 5-16.

2. Ивашковская И.В., Солнцева М.С. Детерминанты стратегических решений о финансировании крупных компаний на развивающихся рынках капитала: пример России, Бразилии и Китая // Российский журнал менеджмента. 2009. Том 7. № 1. С. 25-42.

3. Инвестиционная активность российских промышленных предприятий в 2016 году. М.: НИУ ВШЭ, 2017. 12 с.

4. Инвестиционная деятельность в России: условия, факторы, тенденции - 2016 г. Федеральная служба государственной статистики.

5. Индекс Герфиндаля. Экономический портал.

6. Паштова Л.Г. Формирование многоуровневой инвестиционной политики как фактор обеспечения экономической безопасности : дис. д-ра экон.наук. М.:РГБ, 2001. 351 с.

7. Проектное финансирование в России и за рубежом. // Региональная экономика и управление: электронный научный журнал. 2016.

8. Ратникова, Т.А. Введение в эконометрический анализ панельных данных // Экономический журнал ВШЭ. 2006. №2. С. 267-316.

9. Салимов Л. Н. Сущность инвестиционной активности и ее значение в управлении региональной экономикой // Вестник Челябинского государственного университета. 2009. № 9. С. 83-88.

10. Сафиуллин М. Р., Анкудинов А. Б. , Лебедев О. В. Исследование мотивов и факторов инвестиционной активности предприятий (на примере компаний Приволжского федерального округа) // Проблемы прогнозирования. 2013. №4.

11. Теплова О.Ю., Панкова Е.В. Эмпирическое исследование влияния финансовых ограничений, определяемых размером компании, на инвестиционное поведение на российском рынке // Управление корпоративными финансами. 2007. № 4. С. 212-226.

12. Черкасова В.А. Влияние нефундаментальных факторов на инвестиционную активность компаний // Управление корпоративными финансами. 2012. №1. С. 10-20.

13. Черкасова В.А., Смирнова И.Н. Зависимость инвестиционной активности компаний от стадий корпоративного жизненного цикла // Корпоративные финансы. 2012. № 2. С. 45-57.

14. Черкасова В.А., Теплова О.Ю. Исследование факторов, влияющих на инвестиционную активность компаний // Корпоративные финансы. 2011. № 3. С. 5-18.

15. Aivazian V.A., Ge Y., Qiu J. Debt Maturity Structure and Firm Investment// Financial Management. 2005. Vol. 34, No. 4. P. 107-119.

16. Audretsch D.B., Elston J.A. Does firm size matter? Evidence on the impact of liquidity constraints on firm investment behavior in Germany// International Journal of Industrial Organization. 2002. No. 20. P. 1-17.

17. Baum C.F., Caglayan M., Talavera O. On the sensitivity of firms' investment to cash flow and uncertainty// Oxford Economic Papers. 2010. Vol. 62, No. 2. P. 286-306.

18. Cleary S. The Relationship between Firm Investment and Financial Status// The Journal of Finance. 1999. Vol. 54, No. 2. P. 673-692.

19. Dang V.A. Leverage, Debt Maturity and Firm Investment: An Empirical Analysis// Journal of Business Finance & Accounting. 2011. No. 38(1) P. 225-258.

20. Endrйsz M., Harasztosi P. Corporate foreign currency borrowing and investment: The case of Hungary// Emerging Markets Review. 2014. No. 21. P. 265-287.

21. Fazzari S.M., Hubbard R.G., Petersen B.S. Financial Constraints and Corporate Investment// Booking Papers on Economic Activity. 1988. No. 1. P. 141-206.

22. Gennaioli N., Ma Y., Shleifer A. Expectations and Investment// Universita' Bocconi. Harvard University. 2015.

23. Gordon L.A., Iyengar R.J. Return on Investment and Corporate Capital Expenditures: Empirical Evidence// Journal of Accounting and Public Policy. 1996. No. 15. P. 305-325.

24. Hobdari B., Jones D.C., Mygind N. Capital investment and determinants of financial constraints in Estonia// Economic Systems. 2009. No. 33. P. 344-359.

25. Hubbard R.G., Kashyap A.K., Whited T.M. Internal Finance and Firm Investment//Journal of Money, Credit and Banking. 1995. Vol. 27, No. 3. P. 683-701.

26. Kim T.-N. The impact of cash holdings and external financing on investment-cash flow sensitivity// Review of Accounting and Finance. 2014. Vol. 13, No. 3. P. 251-273.

27. Lamont O. Cash Flow and Investment: Evidence from Internal Capital Market// The Journal of Finance. 1997. Vol. LII, No.1. P. 83-109.

28. Liao L.-K., LinY.-M., Lin T.-W. Non-financial performance in product market and capital expenditure// Journal of Business Research. 2016. No. 69. P. 2151-2159.

29. Sheu H.-J., Lee S.-Y. Excess cash holdings and investment: the moderating roles of financial constraints and managerial entrenchment// Accounting and Finance. 2012. No 52. P. 287-310.

30. Wooldridge J.M., 2011. Fractional response models with endogeneous explanatory variables and heterogeneity, CHI11 Stata Conference 12, Stata Users Group.

Приложения

Список компаний в выборке

Компания

Отрасль

ПИК-ИНДУСТРИЯ, АО

Другая

ТОКАРЕВСКАЯ ПТИЦЕФАБРИКА, ОАО

Пищевая промышленность

АВТОДОР, АО

Другая

ПОЗИС, АО

Обрабатывающая промышленность

ПТИЦЕФАБРИКА СВЕРДЛОВСКАЯ, ОАО

Другая

МЕЖДУНАРОДНЫЙ АЭРОПОРТ МИНЕРАЛЬНЫЕ ВОДЫ, ОАО

Другая

ММЗ, ОАО

Обрабатывающая промышленность

СПМБМ МАЛАХИТ, АО

Другая

МРСК ЦЕНТРА И ПРИВОЛЖЬЯ, ПАО

Обеспечение электроэнергией

МРСК ЮГА, ПАО

Обеспечение электроэнергией

ДЭК, ПАО

Другая

КИРОВСКИЙ ССК, АО

Обрабатывающая промышленность

ФАРМАЦИЯ, АО

Другая

АММОНИЙ, АО

Другая

КГК, ПАО

Обеспечение электроэнергией

КРАСНОЯРСКЭНЕРГОСБЫТ, ПАО

Обеспечение электроэнергией

ТАНЕКО, АО

Добывающая промышленность

ТРАНСКОНТЕЙНЕР, ПАО

Другая

НТЭК, АО

Обеспечение электроэнергией

ПЕРМЭНЕРГОСБЫТ, ПАО

Обеспечение электроэнергией

ТНС ЭНЕРГО НН, ПАО

Обеспечение электроэнергией

ТРК, ПАО

Обеспечение электроэнергией

ЗОЛОТЫЕ ЛУГА, АО

Пищевая промышленность

МРСК ЦЕНТРА, ПАО

Обеспечение электроэнергией

ПЕНЗАДИЗЕЛЬМАШ, ОАО

Обрабатывающая промышленность

НЗНП, ОАО

Обрабатывающая промышленность

ТНС ЭНЕРГО РОСТОВ-НА-ДОНУ, ПАО

Обеспечение электроэнергией

ПТИЦЕФАБРИКА ЧЕЛЯБИНСКАЯ, ПАО

Другая

РЖД, ОАО

Другая

АЛЕКСЕЕВСКДОРСТРОЙ, ОАО

Другая

ЗАВОД ЖБК-1, ОАО

Обрабатывающая промышленность

ПО БЕЖИЦКАЯ СТАЛЬ, АО

Обрабатывающая промышленность

ТАТТЕЛЕКОМ, ПАО

Обеспечение электроэнергией

НИТЕЛ, ПАО

Обрабатывающая промышленность

ТУРБАСЛИНСКИЕ БРОЙЛЕРЫ, ОАО

Другая

АК ВНЗМ, ПАО

Другая

КУРИНОЕ ЦАРСТВО, ОАО

Другая

НПО СТРЕЛА, ПАО

Другая

СИНТЕЗ, ОАО

Обеспечение электроэнергией

КАЗАНЬОРГСИНТЕЗ, ПАО

Обрабатывающая промышленность

НИЖНЕКАМСКШИНА, ПАО

Обрабатывающая промышленность

АГРОФИРМА ОКТЯБРЬСКАЯ, АО

Другая

КТК, ОАО

Обрабатывающая промышленность

НИЖНЕКАМСКНЕФТЕХИМ, ПАО

Обрабатывающая промышленность

ОДК-САТУРН, ПАО

Обрабатывающая промышленность

ГУБАХИНСКИЙ КОКС, ОАО

Добывающая промышленность

ЗИО-ПОДОЛЬСК, ПАО

Обрабатывающая промышленность

СЯСЬСКИЙ ЦБК, ОАО

Обрабатывающая промышленность

ТУПОЛЕВ, ПАО

Другая

ДМЗ, ОАО

Обрабатывающая промышленность

РН-НЯГАНЬНЕФТЕГАЗ, АО

Добывающая промышленность

РПКБ, АО

Другая

СУ №2, ОАО

Другая

САДЫ ПРИДОНЬЯ, ОАО

Пищевая промышленность

СЗ, ПАО

Обеспечение электроэнергией

ТАИФ-НК, ОАО

Добывающая промышленность

ТЕМП-АВИА, ПАО АНПП

Другая

ТОМСКГАЗПРОМ, ОАО

Добывающая промышленность

ВАСО, ПАО

Другая

ПРОМСИНТЕЗ, АО

Обрабатывающая промышленность

СН-МНГ, ОАО

Добывающая промышленность

ВОРОНЕЖСКИЙ, ПАО МОЛОЧНЫЙ КОМБИНАТ

Пищевая промышленность

ГАЙСКИЙ ГОК, ПАО

Добывающая промышленность

РОМЗ, ПАО

Обрабатывающая промышленность

СУМЗ , ОАО СРЕДНЕУРАЛЬСКИЙ МЕДЕПЛАВИЛЬНЫЙ ЗАВОД, ОАО

Обрабатывающая промышленность

УРАЛХИММАШ, ПАО

Обрабатывающая промышленность

ЭЛЕКТРОЦИНК, ОАО

Обрабатывающая промышленность

ВОЭ, ПАО

Добывающая промышленность

ЕПК САМАРА, ОАО

Обрабатывающая промышленность

САЛАВАТНЕФТЕМАШ, ОАО

Обрабатывающая промышленность

ВЭЛКОНТ, ОАО

Обрабатывающая промышленность

ИЖСТАЛЬ, ПАО

Обрабатывающая промышленность

КАЗАНЬКОМПРЕССОРМАШ, ОАО

Обрабатывающая промышленность

ПРОТОН-ПМ, ПАО

Обрабатывающая промышленность

БАШНЕФТЬ, ПАО АНК

Добывающая промышленность

ГРУППА КОМПАНИЙ ПИК, ПАО

Другая

ИЛ, ПАО

Обрабатывающая промышленность

КРАСЦВЕТМЕТ, ОАО

Обрабатывающая промышленность

НПО АЛМАЗ, ПАО

Обрабатывающая промышленность

АВИАКОМПАНИЯ СИБИРЬ, АО

Другая

ВЛАДИМИРСКИЙ ЗАВОД ЭЛЕКТРОПРИБОР, ОАО

Другая

ВЭЛАН, ОАО

Обрабатывающая промышленность

ЗАВОД КРАСНОЕ СОРМОВО, ПАО

Обрабатывающая промышленность

КБК ЧЕРЕМУШКИ, ОАО

Пищевая промышленность

КРАСНОЕ ЗНАМЯ, ПАО ЗАВОД

Обрабатывающая промышленность

КРАСНЫЙ ОКТЯБРЬ, СПБ ОАО

Обрабатывающая промышленность

КУЗБАССЭНЕРГОСБЫТ, ПАО

Обеспечение электроэнергией

КУЗНЕЦОВ, ПАО

Обрабатывающая промышленность

КЭМЗ, ПАО

Обрабатывающая промышленность

ЛОРП, ПАО

Другая

МЗ АРСЕНАЛ, ОАО

Обрабатывающая промышленность

МЗИК, ПАО

Обрабатывающая промышленность

ННК-ХАБАРОВСКНЕФТЕПРОДУКТ, ПАО

Обрабатывающая промышленность

ОМСКИЙ АЭРОПОРТ, ОАО

Добывающая промышленность

ОРСКНЕФТЕОРГСИНТЕЗ, ПАО

Добывающая промышленность

РКК ЭНЕРГИЯ, ПАО

Другая

РЯЗАНСКИЙ РАДИОЗАВОД, АО

Обрабатывающая промышленность

САРАТОВНЕФТЕПРОДУКТ, ПАО

Добывающая промышленность

СНХЗ, ОАО

Обрабатывающая промышленность

ТАНТК ИМ. Г.М. БЕРИЕВА, ПАО

Обрабатывающая промышленность

ТМ, ПАО

Добывающая промышленность

У-У ППО, ОАО

Обрабатывающая промышленность

УДМУРТНЕФТЬ, ОАО

Добывающая промышленность

ХИМПРОМ, ПАО

Обрабатывающая промышленность

АВТОДИЗЕЛЬ (ЯМЗ), ПАО

Другая

АЭРОПОРТ КОЛЬЦОВО, ПАО

Другая

КИРОВСКИЙ ЗАВОД МАЯК, ПАО

Обрабатывающая промышленность

КМЗ, ПАО

Обрабатывающая промышленность

КОНДИТЕРСКИЙ КОНЦЕРН БАБАЕВСКИЙ, ОАО

Пищевая промышленность

КРИОГЕНМАШ, ПАО

Обрабатывающая промышленность

МИКРОН, ПАО

Обрабатывающая промышленность

МОСПРОМСТРОЙ, ПАО

Другая

МСЗ, ПАО

Обрабатывающая промышленность

МЮЗ, ОАО

Обрабатывающая промышленность

НАДЕЖДИНСКИЙ МЕТАЛЛУРГИЧЕСКИЙ ЗАВОД, ПАО

Обрабатывающая промышленность

НАУКА, ПАО НПО

Обрабатывающая промышленность

НМЗ, ПАО

Обрабатывающая промышленность

ОСВАР, ПАО

Добывающая промышленность

ПРОМТРАКТОР, ПАО

Обрабатывающая промышленность

СИГНАЛ, ПАО

Обеспечение электроэнергией

СК ТАТФЛОТ, АО

Другая

СОРБЕНТ, АО

Обрабатывающая промышленность

ТУЛАТОЧМАШ, АО

Обрабатывающая промышленность

УРАЛЬСКИЕ АВИАЛИНИИ, ОАО АК

Другая

УФАОРГСИНТЕЗ, ПАО

Обрабатывающая промышленность

ЦКБА, АО

Обрабатывающая промышленность

ЦНПО ЛЕНИНЕЦ, ОАО

Другая

АМЗ, ПАО

Другая

ВАРЬЕГАННЕФТЕГАЗ, ПАО

Добывающая промышленность

ВЕЛИКОЛУКСКИЙ МЯСОКОМБИНАТ, ОАО

Пищевая промышленность

ВНИПИГАЗДОБЫЧА, ПАО

Обеспечение электроэнергией

ВСЗ, ПАО

Другая

ГИДРОМАШ, НОАО

Обрабатывающая промышленность

ГУЛЬКЕВИЧСКИЙ, ОАО АПСК

Другая

КЗХ БИРЮСА, ОАО

Обрабатывающая промышленность

КОКС, ПАО

Добывающая промышленность

МАГАДАНЭНЕРГО, ПАО

Обеспечение электроэнергией

МЕТАФРАКС, ПАО

Обрабатывающая промышленность

МИХАЙЛОВСКИЙ ГОК, ПАО

Добывающая промышленность

МОСЭНЕРГО, ПАО

Обеспечение электроэнергией

ПНППК, ПАО

Обрабатывающая промышленность

ПТИЦЕФАБРИКА БОРОВСКАЯ, ПАО

Другая

ПТИЦЕФАБРИКА РЕФТИНСКАЯ, ОАО

Другая

САМАРАЭНЕРГО, ПАО

Обеспечение электроэнергией

СФ АЛМАЗ, ПАО

Другая

ТВЗ, ОАО

Обрабатывающая промышленность

ТНС ЭНЕРГО КУБАНЬ, ПАО

Обеспечение электроэнергией

ТУЛЬСКИЙ ОРУЖЕЙНЫЙ ЗАВОД, ПАО

Обрабатывающая промышленность

УРАЛКУЗ, ПАО

Обрабатывающая промышленность

ФАРМСТАНДАРТ-УФАВИТА, ОАО

Обрабатывающая промышленность

ФИРМА ЭНЕРГОЗАЩИТА, ОАО

Обрабатывающая промышленность

ХЛЕБОДАР, ОАО

Пищевая промышленность

ЦАРИЦЫНО, ОАО

Пищевая промышленность

ЮЖНЫЙ КУЗБАСС, ПАО

Добывающая промышленность

АВИАКОМПАНИЯ ЮТЭЙР, ПАО

Другая

АГРЕГАТ, ПАО

Другая

АЛТАЙ-КОКС, ОАО

Добывающая промышленность

АСЗ, ПАО

Другая

АШИНСКИЙ МЕТЗАВОД, ПАО

Другая

БАШИНФОРМСВЯЗЬ, ПАО

Обеспечение электроэнергией

БИОСИНТЕЗ, ПАО

Другая

БПЗ, ОАО

Пищевая промышленность

ВМТП, ПАО

Другая

ВОЛЖСКИЙ ПЕКАРЬ, ОАО

Пищевая промышленность

ВОСКРЕСЕНСКИЕ МИНЕРАЛЬНЫЕ УДОБРЕНИЯ, АО

Обрабатывающая промышленность

ГАЗ, ПАО

Обрабатывающая промышленность

ГИДРОАГРЕГАТ, ОАО

Добывающая промышленность

ГОРНОЗАВОДСКЦЕМЕНТ, ПАО

Обрабатывающая промышленность

ДОРОГОБУЖ, ПАО

Обрабатывающая промышленность

ЕПЗ, АО

Обрабатывающая промышленность

ЗАВОД ИСЕТЬ, ОАО

Обрабатывающая промышленность

ЗАВОД КОРПУСОВ, ПАО

Обрабатывающая промышленность

ЗВЕЗДА, ПАО

Обрабатывающая промышленность

ИЖНЕФТЕМАШ, ПАО

Обрабатывающая промышленность

ИЖОРСКИЕ ЗАВОДЫ, ПАО

Обрабатывающая промышленность

ИРКУТСКЭНЕРГО, ПАО

Обрабатывающая промышленность

КАЛУЖСКИЙ ТУРБИННЫЙ ЗАВОД ОАО КТЗ, ОАО

Обрабатывающая промышленность

КОРПОРАЦИЯ ИРКУТ, ПАО

Обрабатывающая промышленность

КОРШУНОВСКИЙ ГОК, ПАО

Добывающая промышленность

КРАСНЫЙ КОТЕЛЬЩИК, ОАО ТКЗ

Обрабатывающая промышленность

КРАСНЫЙ ОКТЯБРЬ, ПАО

Пищевая промышленность

КУЙБЫШЕВАЗОТ, ПАО

Обрабатывающая промышленность

КУМЗ, ОАО

Обрабатывающая промышленность

ЛЕПСЕ, АО

Обрабатывающая промышленность

ЛЗЭП, ПАО

Обрабатывающая промышленность

МЕТРОСТРОЙ, ОАО

Другая

ММК, ПАО

Обрабатывающая промышленность

ММК-МЕТИЗ, ОАО

Обрабатывающая промышленность

ММП, ОАО

Другая

НБАМР, ПАО

Пищевая промышленность

НЕФАЗ, ПАО

Обрабатывающая промышленность

НЗХК, ПАО

Обрабатывающая промышленность

НПП АЭРОСИЛА, ПАО

Обрабатывающая промышленность

ОГНЕУПОРЫ, БОГДАНОВИЧСКОЕ ОАО

Обрабатывающая промышленность

ОДК-УМПО, ПАО

Обрабатывающая промышленность

ОКЕАНРЫБФЛОТ, ПАО

Пищевая промышленность

ОРЕНБУРГСКИЕ МИНЕРАЛЫ, АО

Добывающая промышленность

ПБТФ, ПАО

Пищевая промышленность

ПИГМЕНТ, ПАО

Обрабатывающая промышленность

ПРОГРЕСС, ПАО ААК

Обрабатывающая промышленность

ПРОЛЕТАРСКИЙ ЗАВОД, ПАО

Обрабатывающая промышленность

РАДИОЗАВОД ИМ. А.С. ПОПОВА (РЕЛЕРО), ОАО ОМПО

Обрабатывающая промышленность

РОСТВЕРТОЛ, ПАО

Обрабатывающая промышленность

РУБИН, ПАО АК

Обрабатывающая промышленность

РУСАЛ БРАТСК, ПАО

Обрабатывающая промышленность

СЕЛЕНГИНСКИЙ ЦКК, ОАО

Обрабатывающая промышленность

СЗРТ , ОАО САРАНСКИЙ ЗАВОД РЕЗИНОТЕХНИКА, ОАО

Обеспечение электроэнергией

СИНТЗ, ПАО

Обеспечение электроэнергией

СЛАДОНЕЖ, ОАО

Пищевая промышленность

СМЗ, ОАО

Обрабатывающая промышленность

СМТ № 14 , ПАО ТРЕСТ № 14, ПАО

Другая

СТЗ, ПАО

Обрабатывающая промышленность

СТОЙЛЕНСКИЙ ГОК, ОАО

Добывающая промышленность

ТАГМЕТ, ПАО

Обрабатывающая промышленность

ТД ЦУМ, ОАО

Другая

ТЕХПРИБОР, ПАО

Обрабатывающая промышленность

ТОАЗ, ПАО

Обрабатывающая промышленность

ТЯЖПРЕССМАШ, ОАО

Обрабатывающая промышленность

УРАЛКАЛИЙ, ПАО

Обрабатывающая промышленность

УРАЛМАШЗАВОД, ПАО

Обрабатывающая промышленность

ФАРМСТАНДАРТ-ЛЕКСРЕДСТВА, ОАО

Обрабатывающая промышленность

ЦМТ, ПАО

Добывающая промышленность

ЧКПЗ, ПАО

Обрабатывающая промышленность

ЧМК, ПАО

Обрабатывающая промышленность

ЭЗТМ, ОАО

Обрабатывающая промышленность

ЭЛЕКОНД, ОАО

Обрабатывающая промышленность

ЭЛЕКТРОВЫПРЯМИТЕЛЬ, ПАО

Обрабатывающая промышленность

ЭЛЕКТРОПРИБОР, ПАО

Обрабатывающая промышленность

ЭЛЕКТРОСИГНАЛ, ОАО

Обрабатывающая промышленность

ЭЛСИБ ПАО, НПО

Обрабатывающая промышленность

ЭФКО, ОАО

Пищевая промышленность

ЯРОСЛАВСКИЙ РАДИОЗАВОД, ПАО

Обрабатывающая промышленность

АВИАКОМПАНИЯ АВРОРА, АО

Другая

АДМИРАЛТЕЙСКИЕ ВЕРФИ, АО

Другая

АЛРОСА (ПАО), АК

Добывающая промышленность

БЕЛОРЕЧЕНСКОЕ, СХ ПАО

Другая

КОНЦЕРН ОКЕАНПРИБОР, АО

Другая

КРТ , ОАО КУРСКРЕЗИНОТЕХНИКА, ОАО

Обрабатывающая промышленность

ЛАМЗУРЬ, ОАО

Пищевая промышленность

МИЛКОМ, ОАО

Пищевая промышленность

РОТ ФРОНТ, ОАО

Пищевая промышленность

ТАКФ, ОАО

Пищевая промышленность

ЭЛЕКТРОПРИБОР, ОАО КАЗАНСКИЙ ЗАВОД

Обрабатывающая промышленность

АГРОФИРМА СЕЙМОВСКАЯ, ОАО

Другая

ДНПП, ПАО

Обрабатывающая промышленность

ИЗДАТЕЛЬСТВО ВЫСШАЯ ШКОЛА, ОАО

Обрабатывающая промышленность

КРАСНОЗАВОДСКИЙ ХИМИЧЕСКИЙ ЗАВОД, АО

Обрабатывающая промышленность

МЕРИДИАН, АО

Пищевая промышленность

НПП КОНТАКТ, АО

Обрабатывающая промышленность

НПП РУБИН, АО

Другая

ППГХО, ПАО

Обрабатывающая промышленность

РКБ ГЛОБУС, АО

Другая

САТУРН, ПАО

Обрабатывающая промышленность

СМПП, АО

Обрабатывающая промышленность

ТУЛАЧЕРМЕТ, ПАО

Обрабатывающая промышленность

СИЛОВЫЕ МАШИНЫ, ПАО

Обеспечение электроэнергией

ЭЛЕКТРОАГРЕГАТ, ОАО

Обрабатывающая промышленность

Размещено на Allbest.ru


Подобные документы

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.