Дипломная работа: Информационная прозрачность и результативность российских публичных компаний

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

Н 1: Индекс информационной прозрачности положительно связан с результативностью деятельности компаний.

Желание привлечь новых инвесторов подталкивает компании раскрывать все больше и больше инсайдерской информации. Но стоит помнить, что чрезмерная открытость компании может оказать негативное воздействие на эффективность ее деятельности. Например, конкуренты могут использовать стратегию деятельности компании для собственных целей, как отмечалось выше. Одним из фактов влияния транспарентности на деятельность компаний является концентрация собственности. Компании с высокой концентрацией собственности, которые находятся под контролем одного или нескольких лиц, не нуждаются в высокой информационной прозрачности, так как вся необходимая информация имеется у определенного круга лиц.

Н 2: Только для компаний с низким уровнем концентрации собственности информационная прозрачность является инструментом увеличения результативности деятельности.

Глава 3. Информационная прозрачность и деятельность компаний. Эмпирический анализ

3.1 Описание выборки

Эмпирический анализ курсовой работы опирается на данные компаний S&P за 2002 - 2008 гг. Компания S&P занимается аналитическими исследованиями и входит в тройку влиятельных международных рейтинговых агентств. Данные за 2007 - 2008 гг. в свободном доступе не публиковались и были предоставлены мне научным руководителем Муравьевым Александром Александровичем.

В выпускной квалификационной работе рассматривались исключительно нефинансовые организации в период 2002-2008гг. Это обусловлено тем, что к финансовым организациям, банкам предъявляются более жесткие требования по раскрытию информации. Также из выборки удалены компании, которые имели много пропущенных значений.

Для всех фирм была собрана основная информация, такая как почтовый адрес, сведения о корпоративных советах, органах управления, структуре собственности и отраслевой принадлежности. Основным источником данных являются квартальные и годовые отчеты компаний [30]. Некоторая часть необходимых финансовых данных была собрана моим научным руководителем из баз данных SKRIN и SPARK. Переменные, включенные в массив данных, характеризуют различные аспекты деятельности фирм.

Финансовые переменные используются в виде коэффициентов. Стоит заметить, что переменная доходов от продаж используется в качестве переменной, отражающей размер компании. Я перевожу эту переменную в рубли 2002 года, при помощи годового индекса цен производителя. Основные характеристики используемой выборки показаны ниже.

Рис 7. Распределение наблюдений по годам

Стоит заметить, что распределение наблюдений в период в 2003 по 2005 гг. довольно равномерное. Как отмечалось в работе Муравьева А.А. спад в начале 2000-х и связан с реструктуризацией секторов телекоммуникации и электроснабжение. В случае телекоммуникаций можно было наблюдать слияние многих компаний. В случае компаний, занимающихся электроснабжением, имеет место разделение местных монополий на генерирующие и распределяющие компании, а после этого горизонтальные слияния в данном секторе [30].

3.2 Методология исследования и описание данных

Как и во многих исследования, эмпирическая часть работы была построена на инструментах описательного анализа и эконометрике. Чтобы исследовать, влияние информационная прозрачности на деятельность компаний выбрана простая регрессионная модель, в которой в качестве зависимых переменных, как и в работах российских исследователей (Удальцов, Тихонова), так и зарубежных (Isabel Gallego Alvarez, Isabel Maria Garcia Sanchez, Luis Rodrigues Dominquez) используются бухгалтерские показатели - рентабельность активов (ROA), рентабельность собственного капитала (ROE). В работе Силвы, Алвеса, авторы использовали коэффициент Тобина, данный показатель также был включён для анализа в моей работе. Финансовые показатели брались с лагом в один год, так как результат от индекса прозрачности не может появиться мгновенно. Ниже представлена динамика финансовых показателей

Рис 8. Динамика рентабельности активов

Рис 9. Динамика собственного капитала

Рис 10. Динамика коэффициента Тобина

Индекс информационной прозрачности был взят из исследования S&P. Индекс строился не только на основании годовых, квартальных отчетов, которые компании предоставляют в регулирующие органы, но также на основании информации в Интернете. В исследовании S&P индекс транспарентности был построен для "рационального инвестора", то есть учитывалась легкодоступность получения информации по операционной и корпоративной деятельности [31]. Индекс строился на основании 100 пунктов, которые в дальнейшем были объединены в 3:

· Структура собственности и права акционеров;

· Финансовая и операционная информация;

· Состав и процедуры работы Совета директоров и менеджмента.

Индекс информационной прозрачности лежит в интервале от 0 до 100.

Теоретические соображения, ранние исследования и имеющиеся данные помогли выбрать переменные для работы. Я рассматривала характеристики, которые могли бы повлиять на финансовые показатели. В регрессию была включена переменная, отражающая долю иностранных акционеров. В настоящее время остается актуальным вопрос выхода многих компаний на зарубежный рынок ценных бумаг, для привлечения иностранных инвестиций. Авторы считают, что компании могут улучшить свою финансовую деятельность через приобретение листинга на иностранных фондовых биржах. Международная экспансия может содействовать более широкому использованию иностранных финансовых ресурсов, а именно, по мере того, как компания увеличивает объемы продаж за рубежом, увеличивается необходимость предоставления информации о компании и ее продуктах.

Другой переменной является коэффициент финансового левериджа, представляющий собой соотношение заемных и собственных средств. Переменная является одной из характеристик, показывающей финансовое положение предприятия и дает представление о пропорциях, которые составляют заемный и собственный капитал, что в свою очередь показывает инвестору о вероятности неустойчивого развития предприятия, если доля заемного капитала велика.

Наконец, в регрессию были включены контрольные переменные, такие как размер фирмы, размер совета директоров и дамми переменные для года. Коллинз и Котари остановились на мнении, что компании с высокими доходам публикуют свою информацию намного быстрее, чем компании с низкими доходами. Совет директоров является инструментом более эффективной работы компании, оптимальный размер совета директоров может снизить барьеры коммуникации между участниками. Дамми переменные года были введены для того, чтобы учесть временные эффекты.

Как уже отмечалось ранее, в качестве зависимых переменных я выбрала рентабельность активов, собственного капитала компаний и коэффициент Тобина. Чтобы изучить взаимосвязь между индексом информационной прозрачности и зависимыми переменными мною была выбрана простая регрессионная модель, которая может быть записана таким образом:

Yit+1=б+в*transparency+г*T+д*Wit +е (1)

Здесь Y it+1 - показатель финансовой эффективности компании (рентабельность активов (ROA), рентабельность собственного капитала (ROE), коэффициент Тобина); transparency - индекс информационной прозрачности (в интервале от 0 до 100); Т - переменные, отражающие эффект временного периода; W - выбранные финансовые переменные фирмы в текущем периоде.

В работе использую несколько моделей оценки - линейная модель, модели с фиксированными и случайными эффектами. Модели были построены на основе панельных данных за 2002-2008гг. Описательная статистика используемых в работе переменных представлена в таблице ниже.

Таблица 2. Дескриптивная статистика переменных

Переменная

Среднее значение

Стандартное отклонение

Минимальное значение

Максимальное значение

Зависимые переменные

ROA

0.096

0.070

-0.012

0.279

ROE

0.140

0.126

-0.066

0.465

Коэфф. Тобина

0.952

0.745

0.084

3.851

Объясняющие переменные

Уровень прозрачности, %

52.243

15.889

7.922

85.499

Уровень прозрачности (структура собственности), %

53.686

17.383

9.523

92.857

Уровень прозрачности (финансовая информация), %

53.368

18.226

6.868

89.134

Уровень прозрачности (состав совета директоров), %

48.368

15.568

8.333

86

Доля иностранных акционеров

0.123

0.176

0

0.666

Леверидж

0.406

0.198

0.020

0.898

Контрольные переменные

Размер фирмы

11.022

1.359

8.254

14.114

Размер совета директоров

10.578

2.157

5

17

Источник: составлено автором

Из таблицы дескриптивной статистики можно увидеть, что рентабельность активов и собственного капитала предприятий, в среднем находится на уровне 9.6% и 14% соответственно, а коэффициент Тобина не превышает 1, что означает, что рынок недооценивает компании (рыночная стоимость меньше балансовой). Предприятия, в среднем, раскрывают около 50% информации для общего доступа. Коэффициент, отражающий наличие иностранных акционеров в компании невелик и составляет в среднем 0.12. Что касается левериджа, то он равен 0.4, это обеспечивает кредиторам допустимый уровень риска. Размер совета директоров лежит в интервале от 5 до 17 человек. Порог в 5 человек соответствует минимальному количеству директоров, установленному Федеральным законом "Об акционерных обществах" в 2004 году.

3.3 Основные результаты исследуемого вопроса

В работе были протестированы выбранные ранее модели, а именно линейная (сквозная) регрессионная модель, модели с фиксированными и случайными эффектами. Рассмотрим результаты линейной (сквозной) модели.

Таблица 3. Результаты тестирования линейной регрессионной модели

(1)

(2)

(3)

ROA_winz

ROE_winz

Q_Tob_winz

transparency

0.000177

0.000112

0.00625

(0.41)

(0.14)

(0.92)

foreign_sh

0.0404

0.0690

0.0486**

(1.06)

(1.07)

(2.28)

number_dir

-0.00539

-0.00991

-0.0772***

(-0.35)

(-0.54)

(-2.83)

leverage

-0.0117

0.0660

-1.074***

(-0.39)

(0.89)

(-4.29)

firm_size

0.0116

0.0226

-0.0321

(0.89)

(0.20)

(-0.01)

d_year3

0.00108

0.00252

0.0396

(0.13)

(0.20)

(0.52)

d_year4

0.0226

0.0361

0.267*

(1.72)

(1.57)

(2.56)

d_year5

0.0234

0.0229

0.651***

(1.72)

(0.91)

(4.60)

d_year6

0.0364*

0.0591*

0.749***

(2.51)

(2.29)

(6.26)

d_year7

0.0151

0.0325

-0.332*

(1.07)

(1.27)

(-2.54)

_cons

-0.00245

-0.0611

1.910***

(-0.04)

(-0.59)

(3.97)

N

256

256

256

R2

0.169

0.157

0.566

Источник: составлено автором

Примечание: *p<0.05, **p<0.01, ***p<0.001

Результаты тестирования сквозной модели показали наличие положительной связи между индексов транспарентности и зависимыми переменными. Однако, индекс транспарентности в данной модели не является значимым. Тестирование переменных на наличие мультиколлинеарности проводилось с помощью теста VIF (Приложение 2). Так как полученные значения меньше 10, то можно сделать вывод об отсутствии мультиколлинеарности. Стоит заметить, что коэффициенты детерминации в полученных моделях принимают значения 16%, 15% и 56%, а Prob>F = 0, то есть можно говорить о значимости регрессии в целом. Так как сквозная регрессия не учитывает структуру панельных данных, то целесообразно рассмотреть модели с фиксированными и случайными эффектами, таблицы которых вынесены ниже.

Таблица 4. Результаты тестирования модели со случайными эффектами

(1)

(2)

(3)

ROA_winz

ROE_winz

Q_Tob_winz

transparency

0.000206

0.000158

0.00179

(0.51)

(0.22)

(0.43)

foreign_sh

0.0106

0.0447*

0.687*

(1.30)

(2.04)

(2.41)

number_dir

-0.00183

-0.00022

-0.0466

(-0.59)

(-0.04)

(-1.68)

leverage

-0.00626

-0.0610

0.718**

(-0.20)

(-0.96)

(3.29)

firm_size

0.00569

0.0156

-0.0236

(1.01)

(1.70)

(-0.61)

d_year2

-0.0136

-0.0274

0.311*

(-1.09)

(-1.16)

(2.20)

d_year3

-0.0153*

-0.0307*

0.353***

(-1.98)

(-2.39)

(2.72)

d_year4

0.0234*

0.0229**

0.646***

(2.72)

(2.91)

(4.59)

d_year5

0.00889*

0.00720**

0.989***

(2.71)

(2.28)

(3.47)

d_year6

0.0213

0.0267

1.088***

(1.73)

(1.28)

(4.64)

_cons

0.000268

-0.0426

1.418**

(0.00)

(-0.38)

(2.64)

N

256

256

256

R2

0.126

0.090

0.588