Факторы выбора источника долгового финансирования

Стоит обратить внимание, что авторы используют данную регрессию (4) для всех трех гипотез в данной статье. Так, гипотеза 1 эквивалентна тому, что д является отрицательной (фирмы с доступом к публичному рынку платят более низкие спреды); Гипотеза 2 эквивалентна положительному ж (спады увеличивают спреды); Гипотеза 3 эквивалентна отрицательному значению з (в периоды рецессии спрэды увеличиваются меньше для фирм, имеющих доступ к публичному рынку, чем для фирм, зависящих от банков).

3.2 Эмпирические исследования

Как уже определили ранее, целью данной работы является выявление факторов, оказывающих влияние на выбор источника долгового финансирования. В рамках исследования мною были собраны данные (далее по тексту выборка) российских компаний (кроме банковских и финансовых организаций), у которых в составе долгового капитала присутствуют облигации и предприятия, которые никогда не выпускали облигации. Данные были собраны из баз данных СПАРК [79] и FIRA-PRO [78], на основе данных сайта RUSBONDS [81]. Данные собирались следующим образом: на основе информации сайта RUSBONDS отбирались предприятия, у которых на текущую дату имелись выпущенные облигации. Далее на основе базы данных СПАРК отбирались предприятия, с высоким индексом должной осмотрительности (с помощью этого индикатора исключили вероятность фирм «однодневок» в выборке) у которых есть кредиты, после чего эти предприятия были дополнительно проверены на отсутствие облигаций за все время их существования. На основе этой информации из базы данных FIRA-PRO были получены необходимые первоначальные данные.

С целью определения какие первоначальные данные нужны для проведения дальнейшего исследования в предыдущих параграфах была исследована и проанализирована соответствующая литература.

Как видно из исследований некоторые данные присутствуют практически у всех авторов, как например срок, сумма, процентная ставка по кредитам и облигациям, коэффициент левериджа (Денис и Михов, Гоэль и Земель, Сантос и Винтон), а также кредитный рейтинг фирмы (Денис и Михов, Гоэль и Земель), размер фирмы(Денис и Михов, Гоэль и Земель), прибыль (Гоэль и Земель, Сантос и Винтон) и коэффициент использования основных средств (Денис и Михов, Гоэль и земель (у последних используется термин материальность)). В своем исследовании мы сразу же исключаем некоторые из этих параметров, такие как кредитный рейтинг фирм, так как очень малое количество российских компаний имеет кредитный рейтинг, и срок, сумма, процентная ставка по кредитам и облигациям. Срок, сумма, процентная ставка по кредитам и облигациям используется для определения доходности и спрэдов по кредитам и облигациям, но как уже писали выше, такое исследование проводилось автором ранее и результатом является то, что нет разницы в доходности кредитов и облигаций, а также нет разницы между их спрэдами.

Исходя из вышесказанного отберем данные для эмпирического анализа. В этот список вошли:

· соотношение заемного и собственного капитала,

· валовая прибыль,

· рентабельность от продаж,

· коэффициент использования основных средств,

· коэффициент покрытия процентных выплат.

Кроме этих показателей включим еще следующие показатели:

· собственный оборотный капитал,

· обеспеченность собственными оборотными средствами,

· рентабельность активов,

· коэффициент автономии,

· доля долгосрочных активов в совокупном капитале,

· доля кредитов и займов в кредиторской задолженности,

· коэффициент текущей ликвидности.

Для наглядности соберем эти данные в таблицу. (Таблица 3)

Таблица 3

Отобранные показателя для построения модели

Наименование показателя	Наименование показателя в статистической программе	Значение показателя
соотношение заемного и собственного капитала	DE	Показывает сколько приходится заемных средств на 1 руб. собственных средств
валовая прибыль	Gross Margin	Валовая прибыль определяется как разница между выручкой от реализации продукции, товаров, работ и услуг и суммой себестоимости их продажи
рентабельность от продаж	ROS	Определяет прибыльность от продажи основной продукции организации
коэффициент использования основных средств	Fixed Assets Ratio	Определяется как балансовая стоимость основных средств деленная на валюту баланса
коэффициент покрытия процентных выплат	Interest Coverage Ratio	Характеризует способность организации обслуживать свои долговые обязательства
собственный оборотный капитал	Net Working Capital	Показывает величину оборотных активов после погашения текущих обязательств
обеспеченность собственными оборотными средствами	Working Capital Security	Показывает количество собственных оборотных средств для финансирования текущей деятельности
рентабельность активов	ROA	Показывает эффективность использования имущества, отдачу от использования всех активов фирмы
коэффициент автономии	Autonomy Ratio	Показывает какая часть активов образуется за счет собственного капитала
доля долгосрочных активов в совокупном капитале	Share of Long-Term Assets In Total Capital	Показывает долю долгосрочных активов в совокупном капитале
доля кредитов и займов в кредиторской задолженности	Share of Loans and Borrowings In Accounts Payable	Показывает долю кредитов и займов в кредиторской задолженности
коэффициент текущей ликвидности	Current Liquidity Ratio	показывает какая часть краткосрочных долговых обязательств может быть покрыта за счет денежных средств и их эквивалентов в виде рыночных ценных бумаг и депозитов (абсолютно ликвидными активами)

Стоит отметить, что данные собирались за 2018 год ( в связи со сложившейся ситуацией (пандемией) в стране и во всем мире не все предприятия выложили годовую отчетность за 2019 г). В итоге по данным отчетов 2018 года была собрана выборка, состоящая из 149 предприятий, которые имеют кредит и не выпускали никогда облигации и 141 предприятий, у которых в настоящее время есть выпущенные облигации.

Воспользуемся следующей регрессией с использованием бинарной вероятностной модели (5):

y* = в0 + Xij + еi (5)

где Yi - бинарная переменная, которая равна 1, если фирма i выпустила облигацию, и 0, если она получила банковский кредит. Xij - это независимые переменные (соотношение заемного и собственного капитала, прибыль от продаж, рентабельность от продаж, запасы, коэффициент использования основных средств, покрытие процентных выплат, собственный оборотный капитал, обеспеченность собственными оборотными средствами, рентабельность активов (ROA), коэффициент автономии, доля долгосрочных активов в совокупном капитале, доля кредитов и займов в кредиторской задолженности, коэффициент текущей ликвидности) для кредитов и облигаций. Построим бинарную вероятностную (logit) модель (5).

Таблица 4

Логит, использованы наблюдения 1-290

Зависимая переменная: Yi

Стандартные ошибки рассчитаны на основе Гессиана

	Коэффициент	Ст. ошибка	z	P-значение
const	?0,794860	0,534212	?1,488	0,1368
FixedAssetsRatio	?2,75856	0,950696	?2,902	0,0037	***
GrossMargin	2,37186e-07	5,89986e-08	4,020	<0,0001	***
NetWorkingCapital	?7,33778e-08	2,11511e-08	?3,469	0,0005	***
ShareofLongTermAssetsInTo	0,0562915	0,0146188	3,851	0,0001	***
AutonomyRatio	0,0232724	0,0132514	1,756	0,0790	*
DE	?0,000980677	0,00263473	?0,3722	0,7097
ShareofLoansandBorrowingsI	0,0175394	0,00626985	2,797	0,0052	***
WorkingCapitalSecurity	?0,0176478	0,00915936	?1,927	0,0540	*
ROA	?0,0801049	0,0197103	?4,064	<0,0001	***
ROS	9,65891e-05	0,00110806	0,08717	0,9305
InterestCoverageRatio	?0,00388165	0,00323013	?1,202	0,2295
CurrentLiquidityRatio	0,0278751	0,0220053	1,267	0,2052

Среднее зав. перемен	0,486207		Ст. откл. зав. перемен	0,500674
R-квадрат Макфаддена	0,483463		Испр. R-квадрат	0,418755
Лог. правдоподобие	?103,7734		Крит. Акаике	233,5468
Крит. Шварца	281,2552		Крит. Хеннана-Куинна	252,6611

Количество 'корректно предсказанных' случаев = 251 (86,6%)

f(beta'x) для среднего значения независимых переменных = 0,501

Критерий отношения правдоподобия: Хи-квадрат(12) = 194,258 [0,0000]

Параметры направления (z) говорят о том, что при увеличении таких параметров как коэффициент использования основный средств, собственный оборотный капитал, соотношения заемного и собственного капитала, обеспеченность собственными оборотными средствами, рентабельности активов и коэффициент покрытия процентных выплат вероятность выпуска облигаций снижается. При увеличении таких параметров, как валовая прибыль, доля долгосрочных активов в совокупном капитале, коэффициент автономии, доля кредитов и займов в кредиторской задолженности, рентабельности продаж и коэффициент текущей ликвидности снижается вероятность кредитования. Кроме этого, мы видим, что такие переменные, как коэффициент использования основный средств, валовая прибыль, собственный оборотный капитал, доля долгосрочных активов в совокупном капитале, доля кредитов и займов в кредиторской задолженности и рентабельность активов статистически значимы на 99% интервале распределения.

Выполним последовательное исключение несущественных переменных с использованием двухстороннего р-значения = 0,10 и получим следующее (Таблица 4):

Исключена переменная ROS (p-значение 0,931)

Исключена переменная DE (p-значение 0,708)

Исключена переменная InterestCoverageRatio (p-значение 0,233)

Исключена переменная CurrentLiquidityRatio (p-значение 0,589)

Таблица 5

Логит, использованы наблюдения 1-290

Зависимая переменная: Yi

Стандартные ошибки рассчитаны на основе Гессиана

	Коэффициент	Ст. ошибка	z	P-значение
const	?0,997810	0,524432	?1,903	0,0571	*
FixedAssetsRatio	?2,83695	0,945873	?2,999	0,0027	***
GrossMargin	2,38700e-07	5,87558e-08	4,063	<0,0001	***
NetWorkingCapital	?7,41471e-08	2,09816e-08	?3,534	0,0004	***
ShareofLongTermAssetsInTo	0,0593676	0,0144673	4,104	<0,0001	***
AutonomyRatio	0,0265496	0,0131158	2,024	0,0429	**
ShareofLoansandBorrowingsI	0,0178263	0,00621576	2,868	0,0041	***
WorkingCapitalSecurity	?0,0158313	0,00891145	?1,777	0,0756	*
ROA	?0,0841647	0,0197303	?4,266	<0,0001	***

Среднее зав. перемен	0,486207		Ст. откл. зав. перемен	0,500674
R-квадрат Макфаддена	0,473608		Испр. R-квадрат	0,428811
Лог. правдоподобие	?105,7533		Крит. Акаике	229,5066
Крит. Шварца	262,5355		Крит. Хеннана-Куинна	242,7396

Количество 'корректно предсказанных' случаев = 251 (86,6%)

f(beta'x) для среднего значения независимых переменных = 0,501

Критерий отношения правдоподобия: Хи-квадрат(8) = 190,298 [0,0000]

Хи-квадрат = 190,298 и его p-значение 0,0000<0,05 говорят о значимости совокупной регрессии.

И так, как мы видим из результатов тестов, что на решение о выпуске облигаций или привлечении кредита влияют следующие показатели:

· коэффициент использования основных средств,

· валовая прибыль,

· собственный оборотный капитал,

· доля долгосрочных активов в совокупном капитале,

· коэффициент автономии,

· доля кредитов и займов в кредиторской задолженности,

· обеспеченность собственными оборотными средствами,

· рентабельность активов.

Проверим корреляцию этих переменных (Приложение 1). Как видим собственный оборотный капитал коррелирует с валовой прибылью, Следовательно исключим из списка переменных.

Для того, чтобы убедиться в нашем выводе протестируем устойчивость модели на прошлых данных. Протестируем данные за предшествующие 2 года.

Построим бинарную вероятностную (logit) по данным 2016г и 2017г и отразим в таблице 6 и 7 соответственно.

Таблица 6

Логит, использованы наблюдения 1-278

Зависимая переменная: Yi

Стандартные ошибки рассчитаны на основе Гессиана

	Коэффициент	Ст. ошибка	z	P-значение
const	?0,972505	0,372858	?2,608	0,0091	***
FixedAssetsRatio	?1,75242	0,795174	?2,204	0,0275	**
GrossMargin	2,81854e-07	7,24583e-08	3,890	0,0001	***
NetWorkingCapital	?3,64833e-08	2,35769e-08	?1,547	0,1218
ShareofLongTermAssetsInTo	0,0293162	0,00934321	3,138	0,0017	***
AutonomyRatio	0,00153598	0,00848193	0,1811	0,8563
DE	?0,000267087	0,000410862	?0,6501	0,5156
ShareofLoansandBorrowingsI	0,0215795	0,00569548	3,789	0,0002	***
WorkingCapitalSecurity	?0,00393996	0,00364723	?1,080	0,2800
ROA	?0,0191580	0,0111565	?1,717	0,0859	*
ROS	?0,00418308	0,00344032	?1,216	0,2240
InterestCoverageRatio	1,80064e-05	7,37299e-05	0,2442	0,8071
CurrentLiquidityRatio	0,00738633	0,00383360	1,927	0,0540	*

Среднее зав. перемен	0,485612		Ст. откл. зав. перемен	0,500694
R-квадрат Макфаддена	0,345701		Испр. R-квадрат	0,278197
Лог. правдоподобие	?126,0047		Крит. Акаике	278,0093
Крит. Шварца	325,1684		Крит. Хеннана-Куинна	296,9292

Количество 'корректно предсказанных' случаев = 220 (79,1%)

f(beta'x) для среднего значения независимых переменных = 0,501

Критерий отношения правдоподобия: Хи-квадрат(12) = 133,15 [0,0000]

Таблица 7

Логит, использованы наблюдения 1-278

Зависимая переменная: Yi

Стандартные ошибки рассчитаны на основе Гессиана

	Коэффициент	Ст. ошибка	z	P-значение
const	?0,970300	0,418917	?2,316	0,0205	**
FixedAssetsRatio	?2,02908	0,791651	?2,563	0,0104	**
GrossMargin	2,74257e-07	7,59892e-08	3,609	0,0003	***
NetWorkingCapital	1,15716e-08	4,43018e-08	0,2612	0,7939
ShareofLongTermAssetsInTo	0,0341512	0,00967617	3,529	0,0004	***
AutonomyRatio	0,00624775	0,00900078	0,6941	0,4876
DE	?0,000420230	0,00152379	?0,2758	0,7827
ShareofLoansandBorrowingsI	0,0167728	0,00617680	2,715	0,0066	***
WorkingCapitalSecurity	?0,00738109	0,00455459	?1,621	0,1051
ROA	?0,0372066	0,0143181	?2,599	0,0094	***
ROS	?0,000324243	0,00187985	?0,1725	0,8631
InterestCoverageRatio	?0,00126427	0,00175102	?0,7220	0,4703
CurrentLiquidityRatio	0,0167225	0,00779458	2,145	0,0319	**

Среднее зав. перемен	0,478417		Ст. откл. зав. перемен	0,500435
R-квадрат Макфаддена	0,391514		Испр. R-квадрат	0,323959
Лог. правдоподобие	?117,0944		Крит. Акаике	260,1889
Крит. Шварца	307,3480		Крит. Хеннана-Куинна	279,1087

Количество 'корректно предсказанных' случаев = 230 (82,7%)

f(beta'x) для среднего значения независимых переменных = 0,500

Критерий отношения правдоподобия: Хи-квадрат(12) = 150,683 [0,0000]

И также выполним последовательное исключение несущественных переменных с использованием двухстороннего р-значения = 0,10 и отразим в таблицах 8 и 9.

Таблица 8

Логит, использованы наблюдения 1-278

Зависимая переменная: Yi

Стандартные ошибки рассчитаны на основе Гессиана

	Коэффициент	Ст. ошибка	z	P-значение
const	?0,991319	0,294216	?3,369	0,0008	***
FixedAssetsRatio	?1,35505	0,670725	?2,020	0,0434	**
GrossMargin	2,45717e-07	6,61760e-08	3,713	0,0002	***
ShareofLongTermAssetsInTo	0,0247038	0,00769848	3,209	0,0013	***
ShareofLoansandBorrowingsI	0,0214173	0,00537027	3,988	<0,0001	***
ROA	?0,0233331	0,0102677	?2,272	0,0231	**
CurrentLiquidityRatio	0,00672073	0,00353775	1,900	0,0575	*

Среднее зав. перемен	0,485612		Ст. откл. зав. перемен	0,500694
R-квадрат Макфаддена	0,319926		Испр. R-квадрат	0,283577
Лог. правдоподобие	?130,9686		Крит. Акаике	275,9371
Крит. Шварца	301,3305		Крит. Хеннана-Куинна	286,1248

Количество 'корректно предсказанных' случаев = 218 (78,4%)

f(beta'x) для среднего значения независимых переменных = 0,501

Критерий отношения правдоподобия: Хи-квадрат(6) = 123,222 [0,0000]

Таблица 9

Логит, использованы наблюдения 1-278

Зависимая переменная: Yi

Стандартные ошибки рассчитаны на основе Гессиана

	Коэффициент	Ст. ошибка	z	P-значение
const	?0,978845	0,328362	?2,981	0,0029	***
FixedAssetsRatio	?1,58873	0,694249	?2,288	0,0221	**
GrossMargin	2,91875e-07	7,03387e-08	4,150	<0,0001	***
ShareofLongTermAssetsInTo	0,0274615	0,00773595	3,550	0,0004	***
ShareofLoansandBorrowingsI	0,0198176	0,00584120	3,393	0,0007	***
ROA	?0,0419989	0,0133846	?3,138	0,0017	***
CurrentLiquidityRatio	0,0162139	0,00692252	2,342	0,0192	**

Среднее зав. перемен	0,478417		Ст. откл. зав. перемен	0,500435
R-квадрат Макфаддена	0,380150		Испр. R-квадрат	0,343774
Лог. правдоподобие	?119,2814		Крит. Акаике	252,5628
Крит. Шварца	277,9562		Крит. Хеннана-Куинна	262,7504

Количество 'корректно предсказанных' случаев = 228 (82,0%)

f(beta'x) для среднего значения независимых переменных = 0,500

Критерий отношения правдоподобия: Хи-квадрат(6) = 146,309 [0,0000]

Мы наблюдаем, что наша модель устойчивая. На основе полученных данных можем выделить статистически значимые переменные коэффициент использования основных средств, валовая прибыль, доля долгосрочных активов в совокупном капитале, доля кредитов и займов в кредиторской задолженности, рентабельность активов и коэффициент общей ликвидности.

Итак, проводя итог, скажем, что на принятие решения о выпуске облигаций или привлечении кредита влияют коэффициент использования основных средств, валовая прибыль, доля долгосрочных активов в совокупном капитале, доля кредитов и займов в кредиторской задолженности и рентабельность активов, т.к. именно эти переменные оказались статистически значимы за период с 2016г по 2018г. Если рассмотреть Таблицу 5, то увидим, что самое низкое p-значение наблюдается у валовой прибыли, доли долгосрочных активов в совокупном капитале и рентабельности активов. Если в первых двух случаях чем выше валовая прибыль и доля долгосрочных активов в совокупном капитале, тем вероятность предприятий выпускать облигации выше, то с рентабельностью активов наблюдается обратная картина. То есть с ростом рентабельности вероятность, что компания выйдет на публичный рынок падает, а с падением рентабельности - наоборот, растет. То есть получается, что чем ниже рентабельность компании тем сложнее брать кредиты в банках, и предприятиям приходится выйти на публичный рынок. Здесь стоит вернуться к исследованию [25] доходностей кредитов и облигаций, где мы выяснили, что доходности и избыточные доходности кредитов и облигаций не отличаются. Такая же связь наблюдается и с коэффициентом использования основных средств, т.е. чем больше основных средств у компании и чем ниже значение показателя валюты баланса, тем меньше вероятность выпуска облигаций.

Заключение

Подводя итоги работы, можно отметить следующее: нет точного определения что такое капитал, но существует три основных подхода к понятию капитала - экономический, бухгалтерский и учетно-аналитический. От капитала компании зависит уровень богатства собственников. Главным фактором производства компании является капитал. Его стоимость отображает рыночную цену организации, а изменение капитала компании показывает эффективность деятельности рассматриваемой организации. Капитал предприятия формируется за счет собственных и долговых (заемных) средств. Источниками долгового финансирования являются кредит, лизинг, облигации и вексель. Из перечисленных источников заемного капитала в данном исследовании мы исследовали кредиты и облигации, так как вексель и лизинг (по функциям, которое они выполняют) можно отнести к одной из разновидностей займа. Многочисленные исследования ведущих экономистов говорят о неоднородности долгового капитала. Кроме того Исследование теоретической базы показало, что на выбор источников долгового финансирования по проведенным исследованиям зарубежных экономистов влияют немалое количество факторов и в своем исследовании мы собрали и отделили факторы чаще встречающиеся у исследователей. Этими факторами оказались сумма, срок и ставка по долговым обязательствам, кредитный рейтинг, соотношение заемного и собственного капитала, валовая прибыль, рентабельность от продаж, коэффициент использования основных средств и коэффициент покрытия процентных выплат. В своем исследовании мы сразу же исключили некоторые из этих параметров, такие как кредитный рейтинг фирм, так как очень малое количество российских компаний имеет кредитный рейтинг, и срок, сумма, процентная ставка по кредитам и облигациям. Срок, сумма, процентная ставка по кредитам и облигациям используется для определения доходности и спрэдов по кредитам и облигациям, но как уже писали выше, такое исследование проводилось автором ранее и результатом является то, что нет разницы в доходности кредитов и облигаций, а также нет разницы между их спрэдами.

В рамках данного исследования для выявления факторов оказывающих влияние на выбор источника долгового финансирования мною были собраны данные российских компаний (кроме банковских и финансовых организаций), у которых в составе долгового капитала присутствуют облигации и предприятия, которые никогда не выпускали облигации. Кроме вышеперечисленных факторов мы в свою очередь включили следующие параметры:

· собственный оборотный,

· обеспеченность собственными оборотными,

· рентабельность,

· коэффициент автономии,

· доля долгосрочных активов в совокупном капитале,

· доля кредитов и займов в кредиторской задолженности,

· коэффициент текущей ликвидности.

После чего мы построили бинарную вероятностную (logit) модель и провели тесты на статистическую значимость переменных. Из анализа последних трех лет мы получили какие из вышеперечисленных факторов оказались статистически значимыми. Таким образом, мы установили, что факторами выбора источника долгового финансирования являются:

· коэффициент использования основных средств,

· валовая прибыль,

· доля долгосрочных активов в совокупном капитале,

· доля кредитов и займов в кредиторской задолженности,

· рентабельность активов.

Список литературы

1. Гражданский кодекс Российской Федерации (часть первая) от 30.11.1994 N 51-ФЗ (ред. от 16.12.2019, с изм. от 28.04.2020)

2. Федеральный закон от 22.04.1996 N 39-ФЗ (ред. от 27.12.2019, с изм. от 07.04.2020) "О рынке ценных бумаг" (с изм. и доп., вступ. в силу с 28.03.2020)

3. Федеральный закон от 29.10.1998 N 164-ФЗ (ред. от 16.10.2017) "О финансовой аренде (лизинге)"

4. Абдукаримов И. Т. Беспалов М. В. Анализ финансового состояния и финансовых результатов предпринимательских структур // учеб. пособие. М.: ИНФРА-М, 2011. С. 146-171.

5. Абдукаримов И. Т., Абдукаримова Л. Г. Анализ состояния и использования заемного (привлеченного) капитала на основе бухгалтерской (финансовой) отчетности // Социально-экономические явления и процессы. Тамбов, 2013. № 4. С. 9-22.

6. Абдукаримов И. Т., Абдукаримова Л. Г. Заемный капитал: роль и значение в современных условиях, показатели и методы оценки состояния, обеспеченности и эффективности // Социально-экономические явления и процессы. Тамбов, 2014. Т.9 № 4. С. 9-16.

7. Алексеева И.А. Макарова Е.В. Российский рынок корпоративных облигаций: тенденции и перспективы развития.// Известия Байкальского государственного университета. 2017.Т.27 №3 С. 389-400.

8. Бабич, А.М. Финансы. Денежное обращение. Кредит / А.М. Бабич, Л.Н. Павловна. - М., 2000.

9. Батяева Т.А., Столяров И.И. Рынок ценных бумаг: учеб. пособие. М.: ИНФРА-М, 2006.

10. Бланк И.А. Управление финансовыми ресурсами // И.А. Бланк. - М.: Омега-Л, 2010. - 768 с.

11. Бланк, И. А. Основы финансового менеджмента (комплект из 2 книг) // И.А. Бланк. - М.: Эльга, Ника-Центр, 2017. - 550 c.

12. Ван Хорн Д.К. Основы управления финансами / гл. ред. серии Я.В. Соколов. М.: Финансы и статистика, 2003.

13. Ван Хорн. Д.К. Основы финансового менеджмента. М. Изд-во «Вильяме». 2001 г. 528с.

14. Всемирная история экономической мысли: В 6 т. Т. 2. От Смита и Рикардо до Маркса и Энгельса / МГУ им. М. В. Ломоносова; Гл. редкол.: В. Н. Черко-вец (гл. ред.) и др.-- М.: Мысль, 1988.-- 574 с. ISBN 5-244-00038-1, ISBN 5-244-00039-Х

15. Герасименко А. Финансовый менеджмент - это просто: Базовый курс для руководителей и начинающих специалистов. -- М.: Альпина Паблишер, 2013. -- 532 с

16. Гитман Л.Д., Джонк М.Д. Основы инвестирования. М.: Дело, 1997.

17. Денежное хозяйство предприятий / А.Ю. Казак, О.Б. Веретенникова, М.С. Марамыгин [и др.]. - Екатеринбург, 2006.

18. Дугар-Жабон Р.С., Ванишан А.А. Основные подходы к понятию «Капитал» // Сборник научных трудов Ангарского государственного технического университета. 2018. Т. 1. № 15. С. 256-260.

19. Ковалев В.В. Финансовый менеджмент: теория и практика. 2-е изд., перераб. и доп. М.: Велби, Проспект, 2007

20. Крылова Л.В. Экономическая сущность лизинга // Труд и социальные отношения. 2014. №7, С. 60-68

21. Леонтьев, В.Е. Финансы, деньги, кредит и банки / В.Е. Леонтьев, Н.П. Радковская. - СПб., 2003.

22. Маркс К. Капитал. Критика политической экономи Том 1 // Маркс К. - М.: Российская политическая энциклопедия, 2015. 664 с.

23. Мишарев А.А. Рынок ценных бумаг: учеб. пособие. СПб: Питер, 2007.

24. Модильяни Ф., Миллер М. Сколько стоит фирма? Теорема ММ. М.: Дело, 2001. 272 с.

25. Рынок ценных бумаг: учебник для студентов вузов, обучающихся по экономическим специальностям / под ред. Е.Ф. Жукова. М.: ЮНИТИ-ДАНА, 2009

26. Самарчян, Л.А. Оценка стоимости публичного и частного долга: Курсовая работа: 38.04.08 / Самарчян Лиана Арсеновна; ФГАОУ ВО НИУ ВШЭ. - Нижний Новгород: 2019 - 44 с.

27. Семикова П.В. Вексель как инструмент оптимизации безналичных расчетов // Финансы и кредит. 2003 № 7 (121) С. 41-50

28. Сенчагов, В.К. Финансы, денежное обращение и кредит / В.К. Сенчагов, А.И. Архипов. - М.,2004.

29. Соколов А.В. Трансформация функции векселя в Российском торговом обороте // Право и государство: теория и практика. 2012 № 1(85) С. 96-99

30. Сударикова И.А. Заемный капитал предприятия и подходы к его формированию // ХIII международная научно-практическая конференция 8-9 июня 2018 года ПС-62 С. 261-265.

31. Теплова Т.В. Финансовый менеджмент: управление капиталом и инвестициями: Учебник для вузов. М.: Изд-во ГУ ВШЭ, 2010. - 504 с.

32. Фабоцци Ф.Д. Рынок облигаций: анализ и стратегии / пер. с англ. М.: Альпина Бизнес Букс, 2007.

33. Финансы / под ред. М.В. Романовского, О.В. Врублевской, Б.М. Сабанти. - М., 2006. - 520 с

34. Финансы и кредит субъектов Российской Федерации / Л.И. Сергеев, А.Н. Соколов, В.П. Жданов [и др.].- Калининград, 1999.

35. Якуниной А.В, Семерниной Ю.В. Особенности облигации как финансового инструмента: теоретический анализ // Экономический анализ: теория и практика. 2012. № 39 С. 2-13

36. Altman, E., Suggitt, H. Default rates in the syndicated bank loan market: A mortality analysis // The Journal of Banking and Finance 2000. No 24 (1/2). P. 229-253

37. Baskin J. An Empirical Investigation of the Pecking Order Hypothesis // Financial Management. 1989. Vol. 19. P. 26?35.

38. Bolton, P., and D. Scharfstein. Optimal Debt Structure with Multiple Creditors // Journal of Political Economy 1996. Vol. 104. P.1-25.

39. Bradley M., Gregg A. J., Kim E.H. On the Existence of an Optimal Capital Structure: Theory and Evidence // Journal of Finance. 1984. № 3. P. 857-878.

40. Bris, Б., and I. Welch. The Optimal Concentration of Creditors // Journal of Finance 2005. Vol. 60 No. 2. P. 193-212.

41. Cantillo, M., Wright, J. How do firms choose their lenders? An empirical investigation // Review of Financial Studies 2000. No13. P. 155-189.

42. Darren J. Kisgen Credit Ratings and Capital Structure // The Journal of Finance, 2006. Vol. 61, No. 3. P. 1035-1072

43. David J. Denisa D., Mihov V. The choice among bank debt, non-bank private debt, and public debt: evidence from new corporate borrowings // Journal of Financial Economics. 2003. No 70. P. 3-28

44. DeAngelo H., Masulis R. Optimal Capital Structure under Corporate and Personal Taxation // Journal of Financial Economics. 1980. Vol. 8. P. 3?29.

45. Denisa David J., Mihovb Vassil T. The choice among bank debt, non-bank private debt, and public debt: evidence from new corporate borrowings // Journal of Financial Economics 2003. No70. P. 3-28.

46. Diamond, D. Monitoring and reputation: The choice between bank loans and directly placed debt // Journal of Political Economy 1991/ No99. P. 689-721.

47. Donaldson G. Corporate Debt Capacity. Harvard University Press. Boston, 1961.

48. Emery K., Cantor R. Relative default rates on corporate loans and bonds // Journal of Banking & Finance. 2005. No 29. P. 1575-1584

49. Fama Eugene F. The Effects of a Firm's Financing and Investment Decisions on the Wel- fare of its Security Holders. // American Economic Review. 1978. Vol 68 No3. P. 272-284.

50. Fama, Eugene F. What's different about banks? // Journal of Monetary Economics 1985. No15. P. 29-39.

51. Fan J. P. H., Titman S. and Twite G. An International Comparison of Capital Structure and Debt Maturity Choices // The Journal of Financial and Quantitative Analysis 2012. Vol. 47, No. 1. P. 23-56.

52. Gale, D., and M. Hellwig. Incentive-Compatible Debt Contracts: The One-Period Problem // Review of Economic Studies. 1985. Vol. 52, No 6, pp. 47-63.

53. Goel M., Zemel M. Switching to bonds when loans are scarce: Evidence from four U.S. crises // Journal of Corporate Finance. 2018.Vol. 52 pp. 1-27.

54. Graham, J., Harvey, C. The theory and practice of corporate finance: evidence from the field // Journal of Financial Economics 2001/ No60, P. 187-243.

55. Harris M., Raviv A. The theory of capital structure // Journal of Finance. 1991. No 46. P. 297-356

56. Houston, J., James, C. Bank information monopolies and the mix of private and public debt claims // Journal of Finance 1996. No51. P. 1863-1889.

57. Johnson, S. An empirical analysis of the determinants of the corporate debt ownership structure // Journal of Financial and Quantitative Analysis 1997. No32. P. 47-69.

58. Kim E.H. Miller's Equilibrium, Shareholder Leverage Clienteles, and Optimal Capital Structure // Journal of Finance. 1982. Vol. 37. P. 301?323.

59. Krasker W. Stock Price Movements in Response to Stock Issues Under Asymmetric Information // Journal of Finance. 1986. Vol. 41. P. 93?105

60. Kraus A., Litzenberger R. H. A State-Preference Model of Optimal Financial Leverage // Journal of Finance. 1973. Vol. 33. P. 911?922

61. Krishnaswami, S., Spindt, P., Subramaniam, V. Information asymmetry, monitoring and the placement structure of corporate debt // Journal of Financial Economics 1999. No51. P. 407-434.

62. Miller M. Debt and Taxes // Journal of Finance. 1977. Vol. 32. P. 261?275

63. Miller, Merton H. The Modigliani- Miller Propositions After Thirty Years // Journal of Applied Corporate Finance. 1989 Vol.2 No1. P. 6-18.

64. Modigliani Franco and Merton H. Miller. The Cost of Capital, Corporate Finance, and the Theory of Investment // American Eco- nomic Review. 1958/ Vol.48, No4. P. 261-97.

65. Modigliani Franco and Merton H. Miller. Taxes and the Cost of Capital : A Correction // Ibid. 1963. P. 433-443

66. Myers S. Capital Structure // The Journal of Economic Perspectives. 2001. Vol. 15, No. 2, P. 81-102.

67. Myers S. The Capital Structure Puzzle // Journal of Finance. Vol. 39, No. 3, Papers and Proceedings, Forty-Second Annual Meeting, American Finance Association, San Francisco, CA. 1983 1984. P. 575-592

68. Myers S., Majluf N. Corporate Financing and Investment Decisions When Firms Have Information That Investors Do Not Have // Journal of Financial Economics. 1984. Vol. 13. P. 187?221.

69. Narayanan M. P. Debt Versus Equity Under Asymmetric Information // Journal of Financial & Quantitative Analysis. 1988. Vol. 23. P. 39?51.

70. Rajan, R. Insiders and outsiders: the choice between informed and arm's-length debt // Journal of Finance. 1992. 47 pp. 1367-1406.

71. Rajan, R., Zingales L. What Do We Know about Capital Structure? Some Evidence from International Data // The Journal of Finance. 1995. Vol. 50, No. 5. P. 1421-1460

72. Rauh Joshua D. and Sufi A. Capital Structure and Debt Structure // The Review of Financial Studies. 2010 Vol. 23, No. 12, P. 4242-4280.

73. Santos J., Winton A. Bank Loans, Bonds, and Information Monopolies across the Business Cycle // The Journal of Finance. 2008. Vol. 63, No. 3 P. 1315-1359

74. Thadden E., Berglцf E. and Roland G. The Design of Corporate Debt Structure and Bankruptcy // The Review of Financial Studies. 2010. Vol. 23, No. 7, pp. 2648-2679

75. Titman S., Wessels R. The Determinants of Capital Structure Choice // The Journal of Finance. 1988 Vol. 43. No. 1. P. 1-19

76. Townsend, R. Optimal Contracts and Competitive Markets with Costly State Verification // Journal of Economic Theory. 1979.Vol. 21 № 2 pp. 65-93.

77. Winton, A. Costly State Verification and Multiple Investors: The Role of Seniority // Review of Financial Studies. 1995. No 8 P.91-123.

78. База данных «FIRA-PRO» [сайт]. URL: https://pro.fira.ru/search/index.html#company (дата обращения 04.04.2020)

79. База данных «СПАРК Интерфакс» [сайт]. URL:http://www.spark-interfax.ru/ (дата обращения 04.04.2020)

80. Московская биржа [сайт]. URL:https://www.moex.com/ (дата обращения 04.04.2020)

81. Облигации в России - «RusBonds» [сайт]. URL:https://www.rusbonds.ru/ (дата обращения 04.04.2020)

82. Селигмен Б. Ирвинг Фишер: Капитал, процент и доход [Электронный ресурс] URL: http://gallery.economicus.ru/cgi-bin/frame_rightn.pl?type=in&links=./in/fisher/critics/fisher_c1.txt&name=fisher&img=critics_small.gif (дата обращения 23.04.2019).

83. Центральный банк Российской Федерации [сайт]. URL:https://www.cbr.ru/statistics/?PrtId=pdko_sub

84. Центральный банк Российской Федерации [сайт]. URL:https://www.cbr.ru/statistics/macro_itm/sec_st/

85. Центральный банк Российской Федерацииhttp://cbr.ru/Collection/Collection/File/14239/obs_196.pdf

86. Шохина Л.С. Оптимизация структуры заемного капитала предприятия // Финансовый вестник. - 2017. - №2. - С. 26-34. [Электронный ресурс]. URL: http://finance.vsau.ru/fileadmin/file/izdaniya/finvestnik/fin_vestnik__37_2017_All.pdf (дата обращения 04.04.2019)

87. Эффект финансового рычага (Degree of financial leverage -- DFL) // Сайт анализ финансового состояния предприятия [Электронный ресурс]. -- Режим доступа. - URL: http://afdanalyse.ru/publ/finansovyj_analiz/1/ehffekt_finansovogo_rychaga/7-1- 0-222

Приложение 1

Коэффициенты корреляции, наблюдения 1 - 290

5% критические значения (двухсторонние) = 0,1152 для n = 290

FixedAssetsRatio	GrossMargin	NetWorkingCapital	ShareofLongTermAssetsInTo	AutonomyRatio
1,0000	0,0511	0,0370	0,0708	0,2243	FixedAssetsRatio
	1,0000	0,8924	0,0767	0,0031	GrossMargin
		1,0000	0,0199	0,0484	NetWorkingCapital
			1,0000	-0,5260	ShareofLongTermAssetsInTo
				1,0000	AutonomyRatio
		ShareofLoansandBorrowingsI	WorkingCapitalSecurity	ROA
		0,0324	-0,0818	-0,0400	FixedAssetsRatio
		0,0336	-0,0084	-0,0369	GrossMargin
		0,0476	0,0305	-0,0225	NetWorkingCapital
		0,1751	-0,0570	-0,2442	ShareofLongTermAssetsInTo
		-0,1252	0,2743	0,1072	AutonomyRatio
		1,0000	-0,2165	-0,2087	ShareofLoansandBorrowingsI
			1,0000	0,0400	WorkingCapitalSecurity
				1,0000	ROA

Размещено на Allbest.ru