Леверидж российских лизинговых компаний и их принадлежность к банков-ским группам.

Введение. 3
1. Теоретические основы анализа структуры капитала российских лизинговых компаний. 7
1.1. Истоки изучения структуры капитала. 7
1.2. Методология эмпирических исследований структуры капитала. 8
1.2.1. Исследования структуры капитала нефинансовых компаний. 9
1.2.2. Исследования структуры капитала финансовых компаний. 13
1.2.3. Выделение характерных особенностей структуры капитала российских лизинговых компаний. 16
1.2.4. Методы эконометрического анализа детерминантов структуры капитала. 17
2. Методология исследования. 19
2.1. Использование финансового рычага в качестве зависимой переменной. 19
2.2. Описание объясняющих переменных и формулировка гипотез. 21
2.3. Эмпирическая модель детерминантов структуры капитала. 27
2.4. Набор данных для тестирования модели. 29
2.5. Этапы регрес ...

Введение. 3
1. Теоретические основы анализа структуры капитала российских лизинговых компаний. 7
1.1. Истоки изучения структуры капитала. 7
1.2. Методология эмпирических исследований структуры капитала. 8
1.2.1. Исследования структуры капитала нефинансовых компаний. 9
1.2.2. Исследования структуры капитала финансовых компаний. 13
1.2.3. Выделение характерных особенностей структуры капитала российских лизинговых компаний. 16
1.2.4. Методы эконометрического анализа детерминантов структуры капитала. 17
2. Методология исследования. 19
2.1. Использование финансового рычага в качестве зависимой переменной. 19
2.2. Описание объясняющих переменных и формулировка гипотез. 21
2.3. Эмпирическая модель детерминантов структуры капитала. 27
2.4. Набор данных для тестирования модели. 29
2.5. Этапы регрессионного анализа. 33
3. Эмпирическое исследование и результаты. 35
3.1. Тестирование базовых спецификаций модели. 35
3.2. Включение в модель лагов зависимой переменной. 39
3.3. Учет эндогенности факторов. 41
3.4. Интерпретация результатов и выводы. 47
Заключение. 51
Список использованной литературы. 53
Приложения. 57

Введение. 3
1. Теоретические основы анализа структуры капитала российских лизинговых компаний. 7
1.1. Истоки изучения структуры капитала. 7
1.2. Методология эмпирических исследований структуры капитала. 8
1.2.1. Исследования структуры капитала нефинансовых компаний. 9
1.2.2. Исследования структуры капитала финансовых компаний. 13
1.2.3. Выделение характерных особенностей структуры капитала российских лизинговых компаний. 16
1.2.4. Методы эконометрического анализа детерминантов структуры капитала. 17
2. Методология исследования. 19
2.1. Использование финансового рычага в качестве зависимой переменной. 19
2.2. Описание объясняющих переменных и формулировка гипотез. 21
2.3. Эмпирическая модель детерминантов структуры капитала. 27
2.4. Набор данных для тестирования модели. 29
2.5. Этапы регрес сионного анализа. 33
3. Эмпирическое исследование и результаты. 35
3.1. Тестирование базовых спецификаций модели. 35
3.2. Включение в модель лагов зависимой переменной. 39
3.3. Учет эндогенности факторов. 41
3.4. Интерпретация результатов и выводы. 47
Заключение. 51
Список использованной литературы. 53
Приложения. 57

Он лучше отражает особенности формирования структуры капитала лизинговых компаний по сравнению с бухгалтерским, и в то же время позволяет трактовать результаты более широко по сравнению с левериджем лизинговых проектов.Экономический рычаг выступает в качестве зависимой переменной в модели. Главная объясняющая переменная отвечает за принадлежность лизинговых компаний к банковским группам. Кроме того, в модель включается набор контрольных переменных, которые наиболее часто используются в качестве детерминантов структуры капитала. Почему принадлежность к банковской группе может оказывать влияние на рычаг, стоит пояснить отдельно.Леверидж представляет собой отношение заемных средств к собственным средствам компании. К заемным средствам относится любой вид финансирования, будь то банковские кредиты, эмиссия облигаций или векселей, займы учредителей или поставщиков. Изучая леверидж в контексте банковских и небанковских лизинговых компаний, стоит иметь в виду, что принадлежность к банковской группе влияет не на все виды заемного финансирования. Банки непосредственно взаимодействуют с лизинговыми компаниями в случае финансирования лизинга за счёт банковского кредитования, а также выполняют посреднические функции при выпуске ценных бумаг. Однако хотелось бы обратить внимание на то, что удельный вес банковских кредитов среди всех источников финансирования лизинга составляет примерно 60%, в то время как финансирование за счёт выпуска ценных бумаг достигает 10%. Таким образом, около 70% средств для финансирования операций лизинговые компании получают при участии банков. Удельный вес собственных средств лизингодателей, используемых для финансирования сделок, составляет около 10%. (Газман, 2014) (см. Приложение 2) Получается, что доля внешних источников финансирования, привлекаемых компаниями при участии банков, высока. А значит, приближенно можно сказать, что принадлежность или непринадлежность к банковской группе в значительной степени оказывает влияние на заемное финансирование.Описание объясняющих переменных и формулировка гипотез.Дамми. Для того чтобы разграничить банковские и небанковские лизинговые компании, необходимо задать дамми-переменную. Она принимает значение 1, если лизинговая компания входит в состав банковской группы, и 0, если она является независимой компанией. Основная гипотеза состоит в том, что вхождение в банковскую группу оказывает влияние на финансовый леверидж лизинговых компаний, причем положительное. Я предполагаю, что материнский банк лизинговой компании обладает полной информацией о клиентах компании, а также о ее рисках, то есть отсутствует асимметрия информации между банком и лизинговой компанией. Альтернативная гипотеза заключается в том, что принадлежность к банковским группам не влияет на финансовый рычаг лизинговых компаний.Если коэффициент при дамми-переменной окажется значимым и достаточно большим по величине, значит, действительно, разницу в значениях левериджа можно объяснить при помощи различий в кредитовании банковских и небанковских лизинговых компаний. Однако если коэффициент при дамми-переменной будет мал, то влияние вхождения в банковскую группу на финансовый рычаг является опосредованным, осуществляемым через какие-то другие детерминанты. Основная гипотеза будет отвергаться в пользу альтернативной в случае незначимости коэффициента при дамми-переменной.Размер компании. Размер компании является одним из значимых детерминантов финансового рычага компаний, что подтверждается множеством исследований. Размер фирмы определяет различные ее характеристики. К примеру, большие фирмы подвержены меньшей асимметрии информации по сравнению с маленькими фирмами. (Rajan and Zingales, 1995) Также крупные фирмы оперируют бόльшими денежными потоками, что приводит к снижению вероятности банкротства и, соответственно, издержек финансовой неустойчивости. Размер компании измеряется как натуральный логарифм активов. Я предполагаю наличие положительной зависимости левериджа от размера компании, поскольку, чем больше размер фирмы, тем больше заемных средств ей доступно в силу ее большей устойчивости. Прибыльность.Другим важным детерминантом, влияющим на принятие решений о структуре капитала, является прибыль фирмы. Согласно порядковой теории, фирмы предпочитают в первую очередь использовать нераспределенную прибыль для финансирования проектов. (Myers and Majluf, 1984) Поэтому фирмы, генерирующие большую прибыль по отношению к активам или капиталу, будут иметь меньший финансовый рычаг. При построении и оценивании модели, возможно, нужно будет также учесть тот факт, что показатели доходности могут являться эндогенными по отношению к финансовому рычагу компании, другими словами доходность и рычаг оказывают взаимное влияние друг на друга. Увеличение финансового рычага приводит к увеличению издержек финансовой неустойчивости, что в свою очередь приводит к снижению прибыльности. (Močnik and Širec, 2015)Для измерения прибыльности фирмы будет использовано две прокси-переменные: рентабельность активов, то есть прибыль до налогообложения, деленная на суммарную величину активов компании, и рентабельность капитала, прибыль до налогообложения, деленная на собственный капитал компании. В научных статьях используется один из двух предложенных показателей прибыльности, причем заранее нельзя определить, использование какого из показателей позволит получить более качественные оценки коэффициентов. Поэтому в модель будут поочередно включены оба показателя. Гипотеза относительно прибыльности заключается в наличии отрицательной взаимосвязи между финансовым рычагом и каждым из показателей прибыльности.Инвестиции. Для исследования детерминантов левериджа финансовых организаций размер инвестиций играет важную роль, поскольку доля инвестиций в общем объеме активов финансовой компании очень велика. Бизнес лизинговых компаний характеризуется наличием больших инвестиций в лизинговые проекты. У значительной части компаний доля инвестиций в лизинговые проекты в отдельные годы превышает 50% от общего объема активов. Переменная, включаемая в модель, чистые инвестиции в лизинг, рассчитывается как доля инвестиций в финансовый лизинг, или доходных вложений в материальные ценности в балансе по РСБУ, в общем объеме активов компании. Коэффициент при данной переменной, как я ожидаю, должен быть положительным, потому что компании склонны финансировать инвестиции за счёт заемных средств (Shah and Jam-e-Kausar, 2012), а значит, чем больше величина инвестиций, тем больший объем заемных средств будут привлекать компании. Возможности роста. При изучении взаимосвязи возможностей роста и левериджа нефинансовых компаний исследователи приходили к выводу, что влияние роста оказывается отрицательным. Фирмы со значительными возможностями роста имеют больше собственных средств для инвестиций в будущем, по сравнению с компаниями с меньшими возможностями роста. (Myers, 1977) Кроме того, компании склонны выпускать акции взамен выпуска нового долга, когда жизненный цикл компании находится в фазе роста, поскольку стоимость акций в это время возрастает. (Rajan and Zingales, 1995)В случае с финансовыми компаниями дело обстоит совершенно иначе, поскольку операционная деятельность финансовых компаний сильно отличается от деятельности нефинансовых. Во-первых, значительную часть прибыли финансовых организаций составляет разница процентных ставок: ставок по предоставленным и полученным кредитам. Поэтому финансовый рычаг таких компаний в несколько раз длиннее. Во-вторых, финансовые институты обычно имеют более свободный доступ к привлечению заемных средств. Так, например, банки привлекают депозиты в значительных объемах, страховые компании продают большое число страховых полисов. Таким образом, получается, что быстрорастущие компании финансового сектора наращивают объемы заимствований более быстрыми темпами, то есть финансовый рычаг у них выше. (Shah and Jam-e-Kausar, 2012) В отношении лизинговых компаний я также предполагаю наличие положительной взаимосвязи. Я измеряла возможности роста как процентное изменение активов компаний в сравнении с предыдущим годом. (Ramlall, 2009) Конечно, чаще для измерения темпов роста используется отношение рыночной стоимости активов к балансовой (Rajan and Zingales, 1995) в качестве прокси, однако в данном случае я не могу рассчитать этот показатель, поскольку большинство российских лизинговых компаний не представлены на фондовых рынках.Ликвидность.Показатели ликвидности часто выступают в качестве детерминантов финансового рычага компаний, однако влияние оказывается неоднозначным. Высоколиквидные активы часто используются компаниями для финансирования проектов, поэтому финансовый рычаг может оказаться отрицательно зависимым от степени ликвидности активов компании: чем более ликвидными являются активы компании, тем вероятнее они могут быть использованы в качестве источника финансирования, а значит, тем реже компании будут прибегать к заимствованию денежных средств. С другой стороны, фирмы с высоким уровнем ликвидности имеют хорошие возможности для привлечения заемных средств на короткий период времени.Я предположила, что действие первого из описанных эффектов превалирует над действием второго эффекта, поэтому я ожидаю получить отрицательный коэффициент при переменной, измеряющей ликвидность. Уровень ликвидности определяется как отношение текущих активов к текущим обязательствам. (Ozkan, 2001)Налог.Еще одним детерминантом финансового рычага компаний является уплаченный ими налог. У фирмы, которая использует заемный капитал наряду с собственными средствами, возникает эффект налогового щита: сумма корпоративного налога снижается на величину, равную произведению величины долга на ставку налога на прибыль. Таким образом, наращивая долг, компании могут платить меньше налогов, чем они платили бы в случае, если бы привлекали только собственный капитал.Согласно законодательству Российской Федерации, в отношении лизинговых компаний применяются льготы при налогообложении. Наиболее существенным является механизм ускоренного начисления амортизации имущества. Помимо экономии на уплате налогов, лизинговые компании могут воспользоваться отсрочкой в выплате налогов. (Газман, 2011) Следовательно, при исследовании российских лизинговых компаний должна наблюдаться положительная зависимость финансового рычага от налогов. Данная переменная была измерена как разница между прибылью до налогообложения и чистой прибылью.Материальность.Доля материальных активов в общем объеме активов у финансовых компаний в разы ниже, по сравнению с нефинансовыми компаниями. У российских лизинговых компаний она и вовсе составляет 0,075% в среднем по выборке. Но тем не менее, данный показатель оказывается значимым во многих исследований, в том числе и в исследованиях структуры капитала финансовых организаций, поэтому в модель данная переменная будет включена. Я предполагаю наличие положительного влияния на рычаг. Материальные активы могут выступать в качестве обеспечения при выпуске долга, поэтому, чем больше доля материальных активов, тем больше заемных средств может привлечь компания. Макроэкономические переменные.Для контроля изменений макроэкономической ситуации в стране я включила в модель две переменные: уровень инфляции и цены на нефть. Я предполагаю положительное влияние инфляции на финансовый рычаг лизинговых компаний, так как с ростом темпов инфляции реальная стоимость денег снижается, вместе с тем снижается и реальная величина задолженности по привлеченным средствам, а значит, компаниям выгоднее прибегать к заемному финансированию. Данные по инфляции в России были взяты с сайта Федеральной службы государственной статистики. (Росстат)Цены на нефть я включаю в модель в качестве одной из макроэкономических прокси-переменных, поскольку российская экономика зависима от экспорта сырой нефти, а значит, она реагирует на изменение цен на нефть. Подтверждением этого факта является то, что Министерство экономики, Банк России, Министерство финансов составляют несколько вариантов прогнозов и планов в зависимости от возможных изменений мировых цен на нефть. Рост цен на нефть стимулирует рост ВВП, инвестиций, ставка процента по привлечению денежных средств снижается, использование заемных средств становится более выгодным, а значит финансовый рычаг растет. Среднемесячные цены на нефть марки Brent, я также среднемесячный курс рубля к доллару я взяла с сайта Финам (Финам) и перевела цены в рубли, потому что все остальные показатели измеряются в рублях, и затем рассчитала среднегодовые цены.Эмпирическая модель детерминантов структуры капитала.В качестве модели для определения структуры капитала российских лизинговых компаний выступает уравнение панельной регрессии. Использование панельных данных открывает большие просторы для анализа, поскольку изучаются данные по разным компаниям и временные ряды одновременно. Полученные параметры регрессии учитывают динамику, и получаются достаточно точными. (Hsiao, 2007)Модели, которые я буду использовать в анализе, были построены с опорой на предыдущие исследования по изучению структуры капитала.Levi,t=β0+ β1Dummyi+β2lnSizei,t+ β3ROAi,t+ β4NILFi,t+ β5Growthi,t+ β6Liquidityi,t+ β7Taxi,t+ β8Tangibilityi,t+εi,t (1)Levi,t=β0+ β1Dummyi+β2lnSizei,t+ β3ROEi,t+ β4NILFi,t+ β5Growthi,t+ β6Liquidityi,t+ β7Taxi,t+ β8Tangibilityi,t+εi,t (2)Levi,t=β0+ β1Dummyi+β2lnSizei,t+ β3ROAi,t+ β4NILFi,t+ β5Growthi,t+ β6Liquidityi,t+ β7Taxi,t+ β8Tangibilityi,t+ β9Inflationi,t+ β10OilPricei,t+ εi,t (3)Levi,t=β0+ β1Dummyi+β2lnSizei,t+ β3ROEi,t+ β4NILFi,t+ β5Growthi,t+ β6Liquidityi,t+ β7Taxi,t+ β8Tangibilityi,t+ β9Inflationi,t+ β10OilPricei,t+ εi,t (4)Зависимая переменная:Lev – экономический левериджОбъясняющие переменные:Таблица SEQ Таблица \* ARABIC 3.Объясняющие переменные.Название переменнойПоясненияПредполагаемый знакDummyДамми-переменная: 1 – для банковских компаний; 0 – для небанковских+lnSizeРазмер компании – натуральный логарифм активов+ROAРентабельность активов – отношение прибыли до налогообложения к активам-ROEРентабельность собственного капитала – отношение прибыли до налогообложения к капиталу-NILFЧистые инвестиции в финансовый лизинг (Net Investment in Lease Finance) – доля инвестиций в лизинг в общем объеме активов+GrowthВозможности роста = (Активы/Активы в предыдущий год) - 1+LiquidityЛиквидность – отношение текущих активов к текущим обязательствам-TaxНалоги уплаченные – разница между прибылью до налогообложения и чистой прибылью+TangibilityМатериальность – доля материальных активов в общем объеме активов+InflationИнфляция+OilPriceСреднегодовые цены на нефть марки Brent+Набор данных для тестирования модели. Для проверки выдвинутых гипотез мне необходимо было собрать данные по российским лизинговым компаниям. Используя финансовую отчетность по РСБУ, которую компании ежегодно публикуют на своих интернет-сайтах или на порталах раскрытия информации,  я рассчитала все необходимые переменные. Выборка содержит 47 лизинговых компаний. Критерии отбора компаний были следующими:лизинг должен быть основным видом деятельности, которым занимается компания. В данном исследовании я буду проверять это следующим образом: лизинговые активы в общем объеме активов компании должны превышать 50% в каждый из исследуемых годов;данные по каждой компании должны быть опубликованы не менее чем за 3 года, что позволит учесть особенности расчета некоторых переменных, а также при необходимости включить в модель лаговые переменные.По каждой из компаний собраны данные с 2009 по 2014 гг. На момент сбора данных около половины компаний еще не опубликовали отчетность за 2015 г. Данные за более ранний период, до 2009 г., также отсутствуют у большей части компаний. Поэтому был выбран именно такой временной промежуток, в течение которого у большинства компаний имеются данные финансовой отчетности. Среди 89 крупнейших по объему лизингового портфеля лизинговых компаний, функционирующих в России, доля банковских компаний составляет около 1/3. Поскольку включить все компании в исследование не представляется возможным в силу закрытости информации, я решила сохранить пропорции между банковскими и небанковскими лизинговыми компаниями в своей выборке. Доля банковских компаний составляет около 30%.Описательный и регрессионный анализ проводился с использованием пакета Stata (версия 13.1).Данные хорошо слились в панель, она получилась сбалансированной. Тестирование модели с использованием сбалансированной панели имеет ряд преимуществ. (Daskalakis and Psillaki, 2008) К примеру, оценки коэффициентов получаются эффективными, поскольку коллинеарность объясняющих переменных снижается. Кроме того, в качестве контрольных можно использовать переменные, которые не зависят от особенностей компании, то есть изменяются по времени, но остаются неизменными по разным компаниям. (Hsiao, 2007)В таблице 4 приведена описательная статистика по всем объясняющим переменным и зависимой переменной. Таблица SEQ Таблица \* ARABIC 4.Описательная статистика.VariableObsMeanStd. Dev.MinMaxLev26240.3099443.80950.00007180.9280Dummy2820.29790.45810.00001.0000lnSize26214.51982.37222.302619.9964ROA2410.01860.0629-0.28140.6933ROE2410.23844.5341-41.691856.1031NILF2620.39080.27460.00001.7703Growth23421.4027323.3925-0.67134947.2000Liquidity26011.313777.95570.02031195.7000Tax24238.7842289.2099-2098.41903241.5260Tangibility2620.07470.12290.00000.6295Inflation2828.01171.85476.100011.3600OilPrice2823.03940.64401.93013.7725Выборка состоит из данных по 47 лизинговым компаниям за период с 2009 по 2014 гг. Общее количество наблюдений – 282. Пропусков в данных содержится не много, это видно из количества наблюдений по каждой переменной (Obs).Финансовый рычаг компании со средними значениями по выборке составляет чуть больше 40 (Mean). Это подтверждает тот факт, что компании финансового сектора имеют в значительной степени более длинный рычаг по сравнению с нефинансовыми компаниями. Большое значение стандартного отклонения (Std.Dev.) объясняется тем, что в выборке есть несколько наблюдений, где значение левериджа равно нулю или равно нескольким тысячам. Финансовый рычаг равнялся таким значениям в год открытия компаний, когда либо полностью отсутствовал заемный капитал у компании, либо значение собственного капитала составляло всего несколько тысяч рублей. В дальнейшем эти наблюдения можно будет исключить из анализа, если они повлияют на качество оценок. Среднее значение дамми-переменной, равное 0,2979, показывает долю банковских лизинговых компаний в выборке. Минимальные значения (Min) рентабельности активов и капитала отрицательные из-за того, что в некоторые годы компании несут убыток. Как и предполагалось, инвестиции в финансовый лизинг составляют значительную долю в общем объеме активов, среднее значение по данному показателю равно 0,39. В среднем по выборке рост активов компаний составляет чуть более 21%, поскольку отрасль лизинга в России расширяется в последние годы. Что касается доли материальных активов, то она не высока, что свойственно компаниям финансового сектора, среднее значение составляет всего 0,07%.В таблице 5 содержится информация о парной корреляции объясняющих переменных, а также индексы вздутия дисперсии (VIF), которые показывают степень мультиколлинеарности.Таблица SEQ Таблица \* ARABIC 5.Индексы вздутия дисперсии переменных (VIF) и корреляционная матрица. VIFDummylnSizeROAROENILFDummy1.271.0000    lnSize1.20.27581.0000   ROA1.140.0763-0.03351.0000  ROE1.060.0269-0.04430.10331.0000 NILF1.230.19300.03590.28110.07101.0000Growth1.02-0.0439-0.11030.01660.00960.0339Liquidity1.06-0.0655-0.1941-0.07900.0038-0.0747Tax1.10.09950.20350.13260.1159-0.0224Tangibility1.22-0.3000-0.0019-0.0477-0.0129-0.2797Inflation1.020.0000-0.0049-0.0800-0.0402-0.0576OilPrice1.060.00260.10020.0019-0.14030.0625Таблица 5 (продолжение). GrowthLiquidityTaxTangib.InflationOilPriceGrowth1.0000     Liquidity0.00011.0000    Tax-0.0087-0.