Последние два компонента стоит рассмотреть подробнее. Стоимость привлечения долгового капитала по структурной модели может быть рассчитана как сумма безрисковой ставки и кредитного спреда (разницей между доходностью рискового корпоративного долга и безрисковой ставкой). Имея значения и , значение спреда может быть рассчитано по формуле (17):

Прибавляя к полученному значению спреда безрисковую ставку, мы получаем искомое значение .

Стоимость привлечения акционерного капитала традиционно рассчитывается по модели ценообразования активов CAPM (capital asset pricing model). Данная модель является самой популярным инструментом для оценки теоретической требуемой инвесторами доходности активов. Модель предполагает, что инвесторы должны быть вознаграждены только за систематический риск (недиверсифицируемый, рыночный риск), чувствительность к которому измеряется показателем (бета-коэффициент). По данной модели ожидаемая доходность акций компании (что равно стоимости привлечения акционерного капитала) может быть определена по следующей формуле:

где безрисковая ставка

бета коэффициент

премия за риск инвестирования в акции (equity risk premium)

Бета - коэффициент является мерой рыночного риска компании, показывая чувствительность цены акций рассматриваемой компании к колебаниям рыночного портфеля, в качестве которого обычно берется соответствующий фондовый индекс (например, для России это будет ММВБ или РТС).

В рамках данной работы для расчета бета-коэффициента и отражения влияния целевой структуры капитала на стоимость компании будет использована следующая процедура:

1) Бета традиционно рассчитывается путем регрессии доходностей акций рассматриваемой компании на доходности фондового индекса:

где - доходность акций

доходность индекса

2) Затем полученный коэффициент очищается от эффектов финансового рычага (левериджа):

где - бета коэффициент, очищенный от влияния структуры капитала (т.е. бета компании, полностью финансируемой за счет средств акционеров)

- бета коэффициент, полученный в результате регрессии на первом шаге

ставка налогообложения

отношение долга к текущей рыночной стоимости акций (капитализации)

3) Рассчитывается бета-коэффициент с учетом «нового» (целевого) показателя левериджа:

где отношение оценок долга и акционерного капитала, рассчитанных по структурной модели Мертона

Именно данный бета-коэффициент и используется в формуле (25) для оценки стоимости привлечения акционерного капитала. Использование подобной трехшаговой процедуры для бета коэффициента позволяет учесть влияние оценок и , полученных по модели Мертона, на стоимость акционерного капитала и WACC. При условии, что стоимость привлечения долгового капитала меньше, чем стоимость акционерного капитала, более высокий уровень долга в структуре капитала компании приводит к уменьшению средневзвешенной стоимости капитала (WACC), однако с другой стороны это приводит к увеличению финансового риска, как следствие более высокой стоимости акционерного капитала.

Необходимо также учесть и еще один нюанс, связанный с использованием структурных моделей на практике. Дело в том, что данные модели в основном своем применении используются для оценки вероятности дефолта и кредитного риска фирмы, поэтому данную особенность нельзя не учитывать при использовании такого рода моделей. В связи с этим основная практическая часть работы будет устроена следующим образом:

- Все рассматриваемые компании будут сгруппированы на 3 категории по показателю кредитного рейтинга, присвоенного международными рейтинговыми агентствами (рейтинг по своей сути отражает вероятность дефолта той или иной компании)

- Для первой категории компаний (с самыми высокими рейтингами) процедура определения оптимальной структуры капитала будет проводиться без дополнительных ограничений, в точности как описано выше

- Для компаний с кредитным рейтингом ниже, чем у первой категории, но выше, чем у третьей, в процедуру расчета оптимальной структуры капитала будет включено дополнительное ограничение: оцениваемая по модели вероятность дефолта ( в выражении (20)) должна быть выше, чем у компаний 1 категории, но выше, чем у компаний из 3 категории

- Для компаний третьей категории (с самым низким кредитным рейтингом) будет также добавлено подобное ограничение, но оно будет иметь более простой вид: вероятность дефолта выше, чем у компаний второй категории

Таким образом, в модель добавляется дополнительное ограничение, отражающее текущее соотношение между уровнями кредитного риска рассматриваемых фирм. Стоит отметить, что в данном случае не происходит «оцифровка» кредитных рейтингов и присвоение конкретных значений для вероятностей дефолта, а учитывается лишь относительное различие в кредитоспособности компаний.

Используемые данные и технические средства.

Данный раздел содержит описание используемых в работе данных (вместе с источниками), а также технических средств.

1. Параметры модели Мертона:

- Рыночная капитализация ( - данные о рыночной капитализации акций (то есть обыкновенных количество акций, умноженное на стоимость одной акции) на 14.05.2016. Источник - сайт Московской Биржи (http://www.moex.com)

- Волатильность акций ( - вмененная волатильность (implied volatility) на основе наиболее ликвидных опционов на акции на 14 (либо депозитарные расписки, если опцион торгуется на европейских биржах) на 14.05.2016. Источник - терминал Thomson Reuters Eikon, раздел Most Traded Options

- Номинальный размер долговых обязательств ( - долгосрочные обязательства по балансу фирмы. Источник - сайты анализируемых компаний, раздел «Инвесторам и акционерам»

- Временной горизонт ( - 1 год

- Безрисковая ставка традиционно в качестве этого показателя берется доходность государственных облигаций, в данном случае это будет доходность ОФЗ, на 14.05.16 этот показатель составляет 9,2%. Источник - сайт Центрального Банка (http://www.cbr.ru)

- Кредитные рейтинги - сайты анализируемых компаний, раздел «Инвесторам и акционерам»

2. Параметры модели CAPM:

- Безрисковая ставка ( определяется точно так же, как и для модели Мертона

- Бета коэффициент - в качестве данных для расчета выступают недельные доходности индекса ММВБ и акций компании. Источник - сайт компании «Финам» (http://www.finam.ru)

- Премия за риск инвестирования в акции (Equity risk premium) - сайт профессора Stern Business School в Нью-Йоркском Университете А. Дамодарана (http://pages.stern.nyu.edu). В данный момент этот показатель для России составляет 10,16%

- Налоговая ставка - для компаний в Российской Федерации данный параметр составляет 20%

3. Технические средства и программное обеспечение:

- Персональный компьютер под управление Microsoft Windows 10

- Табличный процессов Microsoft Excel 2016

- Текстовый процессор Microsoft Word 2016

- Терминал Thomson Reuters Eikon

3.2 Расчет оптимального объема долговых обязательств в структуре капитала российских публичных компаний

В данном разделе работы будет продемонстрировано применение на практике подхода, описанного в предыдущей главе, для расчета оптимальной структуры капитала для крупнейших российских публичных компаний. В соответствии с определенной ранее процедурой, фирмы разделены на 3 группы по кредитному рейтингу (по версии агентств Fitch и S&P):

- Компании с рейтингом BBB-: ПАО «Газпром», ПАО «ГМК Норильский Никель», ПАО «ЛУКОЙЛ

- Компании с рейтингом BB+: ПАО «МТС», ОАО «НК Роснефть», ПАО «РусГидро»

- Компании с рейтингом BB-: ПАО «Уралкалий», ПАО «Алроса», ОАО «Акрон»

1. Группа компаний с рейтингом BBB- (без ограничений на вероятность дефолта в модели Мертона)

1.1 ПАО «Газпром». Исходные данные для нахождения и :

Таблица 1. Параметры структурной модели для ПАО «Газпром»

Параметр	Значение
Рыночная капитализация (	3,6 трлн. Руб.
Волатильность акций (	40%
Долговые обязательства	2,47 трлн. Руб.
Временной период	1 год
Безрисковая ставка (	9,2%

Решая систему нелинейных уравнений (20) и (22), получаем:

Таблица 2. Рыночная стоимость и волатильность активов ПАО «Газпром»

Параметр	Значение
Рыночная стоимость активов	5,85 трлн. Руб.
Волатильность активов	25%

В результате регрессии доходностей акций ПАО «Газпром» на доходности индекса ММБВ (периодичность доходностей - неделя, отрезок времени - последние 2 года) получаем следующее значение бета-коэффициента: 1.03.

По итогам решения задачи минимизации WACC имеем следующие результаты.

Таблица 3. Результаты нахождения оптимальной структуры капитала с помощью структурной модели для ПАО «Газпром»

Параметр	Значение
Рыночная капитализация	2.22 трлн. Руб.
Долговые обязательства	3,99 трлн. Руб.
WACC	14,1%
Стоимость акционерного капитала	24,7%
Стоимость долга	9,55%
Leverage	62,2%

Рисунок 1. Зависимость WACC от финансового рычага (leverage) для ПАО «Газпром»

Размещено на http://www.allbest.ru/

1.2 ПАО «ГМК Норильский Никель». Исходные данные для модели Мертона.

Таблица 4. Параметры структурной модели для ПАО «ГМК Норильский Никель»

Параметр	Значение
Рыночная капитализация (	1,41 трлн. Руб.
Волатильность акций (	37,1%
Долговые обязательства	0,52 трлн. Руб.
Временной период	1 год
Безрисковая ставка (	9,2%

Результаты решения системы нелинейных уравнений для нахождения и :

Таблица 5. Рыночная стоимость и волатильность активов ПАО «ГМК Норильский Никель»

Параметр	Значение
Рыночная стоимость активов	1,88 трлн. Руб.
Волатильность активов	27,7%

Бета - коэффициент, полученный в результате регрессии: 0.9

По итогам решения задачи минимизации WACC имеем следующие результаты.

Таблица 6. Результаты нахождения оптимальной структуры капитала с помощью структурной модели для ПАО «ГМК Норильский Никель»

Параметр	Значение
Рыночная капитализация	0,77 трлн. Руб.
Долговые обязательства	1,22 трлн. Руб.
WACC	14,5%
Стоимость акционерного капитала	24,2%
Стоимость долга	9,6%
Leverage	59%

Рисунок 2. Зависимость WACC от финансового рычага (leverage) для ПАО «ГМК Норильский Никель»

1.3 ПАО «ЛУКОЙЛ». Исходные данные для модели Мертона.

Таблица 7. Параметры структурной модели для ПАО «ЛУКОЙЛ»

Параметр	Значение
Рыночная капитализация (	2,24 трлн. Руб.
Волатильность акций (	37,6%
Долговые обязательства	0,85 трлн. Руб.
Временной период	1 год
Безрисковая ставка (	9,2%

Результаты решения системы нелинейных уравнений для нахождения и :

Таблица 8. Рыночная стоимость и волатильность активов ПАО «ЛУКОЙЛ»

Параметр	Значение
Рыночная стоимость активов	3,02 трлн. Руб.
Волатильность активов	29,3%

Бета - коэффициент, полученный в результате регрессии: 0.81

По итогам решения задачи минимизации WACC имеем следующие результаты.

Таблица 9. Результаты нахождения оптимальной структуры капитала с помощью структурной модели для ПАО «ЛУКОЙЛ»

Параметр	Значение
Рыночная капитализация	1,31 трлн. Руб.
Долговые обязательства	1,88 трлн. Руб.
WACC	13,9%
Стоимость акционерного капитала	22%
Стоимость долга	9,59%
Leverage	56,8%

Рисунок 3. Зависимость WACC от финансового рычага для ПАО «ЛУКОЙЛ»

Размещено на http://www.allbest.ru/

2. Группа компаний с рейтингом BB+ (дополнительное условие: вероятность дефолта выше, чем у первой группы, но ниже, чем у третьей)

2.1 ПАО «МТС». Исходные данные для модели Мертона.

Таблица 10. Параметры структурной модели для ПАО «МТС»

Параметр	Значение
Рыночная капитализация (	535,6 млрд. Руб.
Волатильность акций (	43,5%
Долговые обязательства	292,8 млрд. Руб.
Временной период	1 год
Безрисковая ставка (	9,2%

Результаты решения системы нелинейных уравнений для нахождения и .

Таблица 11. Рыночная стоимость и волатильность активов ПАО «МТС»

Параметр	Значение
Рыночная стоимость активов	803 млрд. Руб.
Волатильность активов	29%

Бета - коэффициент, полученный в результате регрессии: 1,21

По итогам решения задачи минимизации WACC имеем следующие результаты,

Таблица 12. Результаты нахождения оптимальной структуры капитала с помощью структурной модели для ПАО «МТС»

Параметр	Значение
Рыночная капитализация	337,64 млрд. Руб.
Долговые обязательства	512,15 млрд. Руб.
WACC	15,87%
Стоимость акционерного капитала	27%
Стоимость долга	9,65%
Leverage	58,2%

Рисунок 4. Зависимость WACC от финансового рычага (leverage) для ПАО «МТС»

Размещено на http://www.allbest.ru/

2.2 ОАО «НК Роснефть». Исходные данные для модели Мертона:

Таблица 13. Параметры структурной модели для ОАО «НК Роснефть»

Параметр	Значение
Рыночная капитализация (	3,42 трлн. Руб.
Волатильность акций (	39,5%
Долговые обязательства	2,28 трлн. Руб.
Временной период	1 год
Безрисковая ставка (	9,2%

Результаты решения системы нелинейных уравнений для нахождения и .

Таблица 14. Рыночная стоимость и волатильность активов ОАО «НК Роснефть»

Параметр	Значение
Рыночная стоимость активов	5,5 трлн. Руб.
Волатильность активов	24,7%

Бета - коэффициент, полученный в результате регрессии: 0,93

По итогам решения задачи минимизации WACC имеем следующие результаты.

Таблица 15. Результаты нахождения оптимальной структуры капитала с помощью структурной модели для ОАО «НК Роснефть»

Параметр	Значение
Рыночная капитализация	2,05 трлн. Руб.
Долговые обязательства	3,8 трлн. Руб.
WACC	13,59%
Стоимость акционерного капитала	23,6%
Стоимость долга	9,57%
Leverage	62,9%

Рисунок 5. Зависимость WACC от финансового рычага (leverage) для ОАО «НК Роснефть»

Размещено на http://www.allbest.ru/

2.3 ПАО «РусГидро». Исходные данные для модели Мертона.

Таблица 16. Параметры структурной модели для ПАО «РусГидро»

Параметр	Значение
Рыночная капитализация (	260,11 млрд. Руб.
Волатильность акций (	62%
Долговые обязательства	135,2 млрд. Руб.
Временной период	1 год
Безрисковая ставка (	9,2%

Результаты решения системы нелинейных уравнений для нахождения и .

Таблица 17. Рыночная стоимость и волатильность активов ПАО «РусГидро»

Параметр	Значение
Рыночная стоимость активов	383,2 млрд. Руб.
Волатильность активов	42,2%

Бета - коэффициент, полученный в результате регрессии: 1,02

По итогам решения задачи минимизации WACC имеем следующие результаты.

Таблица 18. Результаты нахождения оптимальной структуры капитала с помощью структурной модели для ПАО «РусГидро»

Параметр	Значение
Рыночная капитализация	184,2 млрд. Руб.
Долговые обязательства	216,2 млрд. Руб.
WACC	15,25%
Стоимость акционерного капитала	21%
Стоимость долга	9,78%
Leverage	43,8%

Рисунок 6. Зависимость WACC от финансового рычага (WACC) для ПАО «РусГидро»

Размещено на http://www.allbest.ru/

3. Группа компаний с рейтингом BB- (дополнительное условие: вероятность дефолта выше, чем у компаний второй группы)

3.1 ПАО «Уралкалий». Исходные данные для модели Мертона.

Таблица 19. Параметры структурной модели для ПАО «Уралкалий»

Параметр	Значение
Рыночная капитализация (	601,71 млрд. Руб.
Волатильность акций (	35,6%
Долговые обязательства	270,2 млрд. Руб.
Временной период	1 год
Безрисковая ставка (	9,2%

Результаты решения системы нелинейных уравнений для нахождения и .

Таблица 20. Рыночная стоимость и волатильность активов ПАО «Уралкалий»

Параметр	Значение
Рыночная стоимость активов	848,16 млрд. Руб.
Волатильность активов	25,2%

Бета - коэффициент, полученный в результате регрессии: 0,78

По итогам решения задачи минимизации WACC имеем следующие результаты.

Таблица 21. Результаты нахождения оптимальной структуры капитала с помощью структурной модели для ПАО «Уралкалий»

Параметр	Значение
Рыночная капитализация	318,6 млрд. Руб.
Долговые обязательства	582,8 млрд. Руб.
WACC	13,34%
Стоимость акционерного капитала	22,7%
Стоимость долга	9,59%
Leverage	62,7%

Рисунок 7. Зависимость WACC от финансового рычага (leverage) для ПАО «Уралкалий»

Размещено на http://www.allbest.ru/

3.2 ПАО «АЛРОСА». Исходные данные для модели Мертона.

Таблица 22. Параметры структурной модели для ПАО «АЛРОСА»

Параметр	Значение
Рыночная капитализация (	555,9 млрд. Руб.
Волатильность акций (	42,1%
Долговые обязательства	197,5 млрд. Руб.
Временной период	1 год
Безрисковая ставка (	9,2%

Результаты решения системы нелинейных уравнений для нахождения и .

Таблица 23. Рыночная стоимость и волатильность активов ПАО «АЛРОСА»

Параметр	Значение
Рыночная стоимость активов	736,04 млрд. Руб.
Волатильность активов	31,8%

Бета - коэффициент, полученный в результате регрессии: 0,76

По итогам решения задачи минимизации WACC имеем следующие результаты.

Таблица 24. Результаты нахождения оптимальной структуры капитала с помощью структурной модели для ПАО «АЛРОСА»

Параметр	Значение
Рыночная капитализация	334,1 млрд. Руб.
Долговые обязательства	442,9 млрд. Руб.
WACC	13,74%
Стоимость акционерного капитала	20,9%
Стоимость долга	9,58%
Leverage	54,8%

 Рисунок 8. Зависимость WACC от финансового рычага (leverage) для ПАО «АЛРОСА»

Размещено на http://www.allbest.ru/

3.3 ОАО «Акрон». Исходные данные для модели Мертона.

Таблица 25. Параметры структурной модели для ОАО «Акрон»

Параметр	Значение
Рыночная капитализация (	143,3 млрд. Руб.
Волатильность акций (	35,2%
Долговые обязательства	68,6 млрд. Руб.
Временной период	1 год
Безрисковая ставка (	9,2%

Результаты решения системы нелинейных уравнений для нахождения и .

Таблица 26. Рыночная стоимость и волатильность активов ОАО «Акрон»

Параметр	Значение
Рыночная стоимость активов	205,9 млрд. Руб.
Волатильность активов	24,5%

Бета - коэффициент, полученный в результате регрессии: 0,94

По итогам решения задачи минимизации WACC имеем следующие результаты.

Таблица 27. Результаты нахождения оптимальной структуры капитала с помощью структурной модели для ОАО «Акрон»

Параметр	Значение
Рыночная капитализация	75,6 млрд. Руб.
Долговые обязательства	143,5 млрд. Руб.
WACC	14,23%
Стоимость акционерного капитала	25,6%
Стоимость долга	9,59%
Leverage	63,5%

Рисунок 9. Зависимость WACC от финансового рычага (leverage) для ПАО «Акрон»

Размещено на http://www.allbest.ru/

3.3 Анализ чувствительности модели к изменениям ключевых микро- и макроэкономических факторов

В данном разделе практической части работы будет произведено тестирование модели на чувствительность к изменению входных переменных, а именно безрисковой процентной ставки и волатильности активов.

По итогам результатов, полученных в предыдущей части работы при расчете оптимального левериджа для российских публичных компаний можно заметить, что при схожих значениях волатильности активов, несмотря на различия в других переменных модели, значения оптимального соотношения долга и акционерного капитала тоже получаются весьма похожими. К тому же большинство остальных переменных модели одинаковы для всех рассматриваемых компаний, поэтому необходимо протестировать модель при различных сценариях входных переменных.

Для начала рассмотрим влияние изменений безрисковой процентной ставки на оптимальное значение финансового рычага, затем - чувствительность модели к изменению волатильности активов. Тестирование будет проводиться на примере компании «МТС».

При базовом сценарии, то есть текущих значениях безрисковой ставки и волатильности активов значение левериджа, при котором WACC достигает минимума, равняется 58,2%.

1. Анализ влияния изменений процентной ставки на оптимальный финансовый рычаг на примере ПАО «МТС».

Решим задачу минимизации WACC с помощью оценок по структурной модели при различных уровнях безрисковой процентной ставки:

Таблица 28. Оптимальный леверидж при различных уровнях безрисковой ставки на примере ПАО «МТС»

Безрисковая ставка	Leverage
5%	56,21%
6%	56,72%
7%	57,21%
8%	57,67%
9%	58,11%
10%	58,54%
11%	58,95%
12%	59,34%
13%	59,72%
14%	60,09%
15%	60,45%
16%	60,79%
17%	61,13%

Полученные результаты позволяют сделать вывод о том, что модель не является сильно чувствительной к изменениям процентной ставки в качестве входного параметра - при увеличении с 5% до 17% оптимальный леверидж изменяется в пределах всего лишь 5%

2. Анализ влияния изменений волатильности на оптимальный финансовый рычаг ПАО «МТС»

Таблица 29. Оптимальный леверидж при различных уровнях волатильности активов на примере ПАО «МТС»

Волатильность активов	Leverage
10%	83,75%
20%	69,46%
30%	57,04%
40%	46,38%
50%	37,34%
60%	29,76%
70%	23,49%
80%	18,35%
90%	14,20%
100%	10,88%

Рисунок 10. Оптимальный леверидж при различных значения волатильности активов

Размещено на http://www.allbest.ru/

По итогам данного анализа можно сделать вывод о том, что волатильность является главным фактором, который влияет на оптимальное значение финансового рычага при его определении с помощью оценок структурной модели фирмы. Отметим, что наибольшую степень чувствительности леверидж проявляет при относительно малых значениях волатильности активов.

Выводы

В результате исследования, проделанного в практической части данной работы, был применен на практике оригинальный подход к определению оптимального значения финансового рычага (левериджа, то есть соотношения между долговыми обязательствами и акционерным капиталом) с использованием структурных моделей, предложенных в 70-х годах нобелевским лауреатом Робертом Мертоном. Были получены оценки оптимального левериджа для крупнейших российских публичных компаний с различными уровнями кредитного риска. По итогам тестирования чувствительности модели полученные результаты свидетельствуют о том, что при использовании структурных моделей для оценки оптимальной структуры капитала следует уделять особое внимание оценке волатильности акций анализируемой компании, так как полученная на ее основе волатильность активов является фактором, к которому модель чувствительна в наибольшей мере, поэтому неаккуратные оценки волатильности могут привести к некорректным результатам.

капитал долговой леверидж кредитный

Заключение

В заключение к данной выпускной квалификационной работе будут кратко описаны основные результаты и выводы, полученные по итогам выполненного исследования.

С концептуальной точки зрения, структурный подход может быть рекомендован по целому ряду причин. Модель имеет прочную экономическую основу. Это каузальная модель: ключевые переменные, являющиеся основной движущей силой модели, являются наблюдаемыми и могут быть проанализированы. При реализации структурных моделей на практике используются актуальные данные о рыночных ценах финансовых инструментах, в частности, информация с рынка акций, которые обычно более ликвидны и, как следствие, более информативны, чем рынки долговых инструментов. Эта модель нацелена на перспективу (хотя использование исторических данных таких подходах, как MKMV, немного ослабляют данное преимущество). Эмпирически, различные версии структурных моделей были расценены как имеющие хорошую прогнозную силу относительно дефолтов и изменений кредитных рейтингов.

В результате решения задачи о поиске оптимальной структуры капитала для корпорации (оптимальной в контексте данной работы считается такая структура, при которой средневзвешенная стоимость привлечения капитала - WACC достигает минимума) был разработан оригинальный метод. Комбинированный подход, предложенный автором данной работы, включает в себя как использование структурных моделей в нестандартном для них качестве, так и обращение к традиционным методам оценки активов, таких, как модель CAPM. В результате применения данного подхода на практике был определен оптимальный показатель финансового рычага для крупнейших российских публичных компаний, при этом был учтен фактор кредитного риска, являющийся неотъемлемой частью любой структурной модели.

По итогам проведенного анализа можно сделать вывод о применимости структурных моделей в качестве инструмента для оценки оптимального левериджа компании. Однако результаты, полученные по итогам тестирования чувствительности модели к изменениям процентных ставок и волатильности активов, свидетельствуют о необходимости аккуратной оценки волатильности акций, так как модель крайне чувствительна к изменчивости данного параметра.

Cписок использованной литературы

1. Merton, R.C., (1974), «On the pricing of corporate debt: the risk structure of interest rates», Journal of Finance.

2. Hull, J.C., Nelken, I., and White, A. (2004), «Merton's model, Credit Risk and Volatility Skews», Journal of Credit Risk.

3. Crosbie, P., and Bohn, J. (2002), «Modelling Default Risk», KMV Corporation.

4. Black, F. and Scholes, M. (1973), «The Pricing of Options and Corporate Liabilities», Journal of Political Economy.

5. Vasicek, O. (2001), «EDF Credit Measure and Corporate Bond Pricing», KMV Corporation.

6. Modigliani, F. and M.H. Miller, (1958), «The cost of capital, corporate finance and the theory of investment», American Economic Review.

7. Modigliani, F. and M.H. Miller, (1963), «Corporate income taxes and the cost of capital: a correction», American Economic Review.

8. Myers, S.C., and N.S. Majluf, (1984), «Corporate financing and investment decisions when firms have information that investors do not have», Journal of Financial Economics.

9. Hirshleifer, J., (1966) «Investment decision under uncertainty: Applications of the state preference approach», Quarterly Journal of Economics.

10. Baker, M. and J. Wurgler, (2002), «Market timing and capital structure», Journal of Finance.

11. Fama, E., and K.R. French, (2002), «Testing trade-off and pecking order predictions about dividends and debt», Review of Financial Studies.

12. Jensen, M.C., and W.H. Meckling, (1976), «Theory of the firm: managerial behavior, agency costs and ownership structure», Journal of Financial Economics.

13. Hull, J.C. «Risk management and financial institutions» - 3rd ed.

14. Myers C. (1984), «The capital structure puzzle», Journal of Finance

15. Брейли Р., Майерс С. «Принципы корпоративных финансов», 2-е издание.

16. Шарп У, Александер Г., Бэйли Дж. «Инвестиции».

17. Дамодаран А. «Инвестиционная оценка: инструменты и методы оценки любых активов».

18. J. Berk, P. DeMarzo, «Corporate finance», 3^rd edition.

Размещено на Allbest.ru