Эмпирические результаты, Модель Линтнера - Дивидендная политика компаний

При построении всех моделей через программу Stata будет произведен анализ панельных данных, что поможет включить в исследование индивидуальные характеристики компаний.

Модель Линтнера

Перед построением модели необходимо провести несколько тестов на исследуемые переменные. Для получения правильных коэффициентов оценок и значимых регрессий необходимо провести тест на мультиколлинеарность. Корреляция между такими объясняющими переменными, как дивиденды предыдущего года и прибыль текущего составляет 0,225 и 0,2437 для российских и американских компаний соответственно, что говорит об отсутствии полной мульколлинеарности между этими переменными (так как коэффициент корреляции<0,8). Далее необходимо произвести анализ стационарности временных рядов для компаний при помощи теста Фишера (Fisher), который указал на стационарность рядов EPS и DPS для выборки по российским и американским компаниям. Наличие больших различий в значениях DPS и EPS может привести к гетероскедастичности, что в свою очередь повлияет на определение значимости коэффициентов (t-test). Для определения гетероскедастичности для модели Линтнера был проведен тест Бреуша-Пагана( Breusсh-Pagan), указав на гетероскедастичность остатков для регрессий по американским компаниям и по российским. Следовательно при построении моделей необходимо использовать устойчивые стандартные ошибки (robust standard errors) через vce (robust). Вулдридж тест (Wooldridge test) на автокорреляцию остатков показал значения остаточной вероятности 0.0051 и 0.000 (Prob>F) для модели Линтнера по российским компаниям и американским. Таким образом, можно отвергнуть нулевую гипотезу об отсутствии автокорреляции. Существование автокорреляции объясняется тем, что при тестировании модели Линтнера используется лагированная зависимая переменная в качестве регрессора, что может привести к смещенным оценкам коэффициентов при построении модели и с фиксированным, и со случайным эффектом (так как лагированная переменная коррелирует с остатками ). Следовательно, при анализе динамических моделей необходимо использовать метод инструментальных переменных или обобщенный метод моментов (GMM). Для решения данной проблемы будет использоваться метод Ареллано-Бонда (Arellano и Bond (1991)), что даст состоятельные оценки регрессии. При отсутствии лагированной зависимой переменной в качестве регрессора можно использовать модели с фиксированным или случайным эффектом. При построении данных регрессий на основе теста Хаусмана выбор был сделан в пользу моделей с фиксированным эффектом. Данный выбор показывает, что отклонение дивидендной политики фирмы от среднего показателя по стране объясняется индивидуальными характеристиками фирмы, а не случайным фактором.

Ниже представлены результаты моделей по Российским компаниям:

Robust standard errors in parentheses

*** p<0.01, ** p<0.05, * p<0.1

На основе приведенных регрессий можно сделать вывод о том, что модель Линтнера не применима к российскому рынку. Во-первых, при построении первой модели было выявлено, что значение прибыли на акцию не значимо, то есть выплаты на акцию зависят только от уровня дивидендов предыдущего периода. Тогда как теория Линтнера предполагает сглаживание дивидендов относительно дивидендов прошлого периода, основываясь на изменениях в прибыли компании. Для российских компаний данный показатель является значимым только в модели (2) , где прибыль текущего года имеет положительное влияние на дивиденды, однако прибыль предыдущего года отрицательно влияет на уровень выплат в следующем. Данный факт может объясняться тем, что некоторые российские компании при увеличении прибыли (в момент времени t-1), увеличивают и дивиденды ( в момент времени t-1), однако они не в состоянии поддержать уровень дивидендов прошлого года(в момент времени t) и следовательно, если прибыль в текущем периоде(t) не выросла, российские компании снижают дивиденды. Что также подтверждает отсутствие сглаживания выплат дивидендов у российских компаний. Кроме того, показатель для дивидендов на акцию прошлых лет оказался больше единицы, что подтверждает предыдущие выводы, так как модель частичного приспособления предполагает, что дивиденды не приспособляются к целевому уровню в течении одного года, а сглаживаются в течении времени. Поэтому модель (6), которая оценивает коэффициент сглаживания как (-б1) для российских компаний абсолютно незначима. Модель (3) и (4) была удалена из анализа по обеим выборкам, потому что F-test отклонил гипотезу отличных от нуля коэффициентов.

При включении фиктивных переменных на кризисные годы результаты оказались незначимыми, что говорит об отсутствии статистически значимого влияния кризиса на компании, которые выплачивают дивиденды каждый период. Однако стоит отметить, что при построении данных регрессий, фирмы, которые пропускали дивиденды, не были включены в выборку, тогда как именно в кризисные годы можно наблюдать наибольшее количество приостановок выплат дивидендов.

Далее перейдем к рассмотрению применимости модели Линтнера к американским компаниям в период с 2002 по 2014 год. Для американских компаний также были протестированы модели Арелано-Бонда и модели с фиксированным эффектом. Различные тесты на соответствие переменных и регрессий предпосылкам линейных моделей были проведены также и для американских компаний и были представлены выше. Стоит отметить, что выборки и по российским и по американским компаниям подвержены гетероскедастичности и автокорреляции, поэтому будут использоваться устойчивые стандартные отклонения с поправкой на кластер. (clustered robust standard errors). Также как и для российского рынка, фиктивные переменные на кризисные годы оказались незначимыми. Это можно объяснить тем, что даже, несмотря на кризис в экономике компании не хотят снижать уровень выплат дивидендов, так как это подаст сигнал рынку о проблемах в компании. денежный поток дивидендный сверхприбыль

Ниже представлены результаты по американским компаниям:

(1)

(2)

(3)

(4)

(5)

(6)

VARIABLES

DPS

DPS

DPS

?DPS

DPS

?DPS

EPS

0.0519 ***

0.0398 ***

0.0878 ***

0.0519 ***

(0.00833)

(0.0131)

(0.0122)

(0.00833)

DPS-1

0.709 ***

0.685 ***

-0.291***

(0.0726)

(0.0846)

(0.0726)

EPS-1

0.102 ***

0.0711 ***

(0.0225)

(0.0197)

?EPS

-0.0157

(0.0155)

Constant

0.175 ***

0.537 ***

0.639 ***

0.0781 ***

0.160 ***

0.175 ***

(0.0434)

(0.0445)

(0.0362)

(0.00604)

(0.0341)

(0.0434)

Observations

2,922

2,999

3,212

2,922

2,922

2,922

Number of id

265

265

265

265

265

265

Стоит отметить, что регрессии по американским компаниям строились на основе суммирования годовых показателей, однако в отличие от компаний России практически все американские компании платят квартальные дивиденды. В регрессии по годовым переменных все коэффиценты оказались значимыми. Значения указывают на скорость приспособления дивидендов к прибыли равную 30%, что находит свое подтверждение и в результатах других исследований (Chemmanur 2010). Таким образом, модель Линтнера находит свое подтверждение на американском рынке в период с 2002 по 2014 год, что соответствует выводам сделанным в работе Brav, Michaely (2003), где на основе опроса менеджеров из американских компаний было подтверждено, что компании придерживаются политики сглаживания дивидендов и снижают их уровень только в вынужденных случаях.

Таким образом, сформулированные гипотезы находят свое отражение только в результатах по американским компаниям, где действительна была найдена зависимость дивидендов от прибыли и показателя выплат прошлого года, то есть модель Линтнера применима к американскому рынку и скорость конвергенции равная 30% указывает на достаточно сильную политику сглаживания выплат дивидендов. Тогда как для российского рынка выдвинутая гипотеза не подтвердилась. Результаты говорят о неприменимости модели Линтнера на российских компаниях, так как прибыль компании оказалась незначимой при определении уровня дивидендов. К похожим результатам пришли и Пирогов, Волкова(2008) где показатели прибыли для компаний в России оказались незначимыми, а коэффициент дивиденда прошлого года равнялся 0,9. Следовательно, основываясь на существующих работах и данном исследовании можно прийти к выводу, что все-таки модель Линтнера оказалась неприменимой к российскому рынку.

Логит модель

Для анализа логит модели, выборки были разделены на два события: увеличение дивидендов, где значение 1 принимается в случае роста дивидендов на 10% и более, и 0 в остальных случаях. Во второй выборке значение 1 соответствовало падению дивидендов более чем на 10% и 0 в случае повышения или стабильного уровня дивиденда. Интересно заметить, что значимость результатов по этим выборкам для некоторых переменных отличается, что говорит о том, что менеджмент при принятии решении о сокращении или повышении дивидендов компании основывается на разных показателях, например один и тот же показатель может оказаться значимым при принятии решении о снижении дивидендов, однако быть не значимым при принятии решения об их увеличении. При построении регрессий следует учитывать мультиколлинераность между регрессорами, например ROE и ROA, логирфм активов и логирфм капитализации, такие переменные не должны анализироваться вместе, так как это приведет к смещенным оценкам. При анализе регрессии модель с фиксированным эффектом была отвергнута, потому что данная модель для логита не может избавиться от гетероскедастичности при помощи устойчивых стандартных ошибок (robust standard errors). В то время как тест на гетероскедастичность hetprob показал значения вероятностей равные Prob > chi2 = 0,0393 для Америки и Prob > chi2 = 0,0052 для России, что отвергает нулевую гипотезу о гомоскедастичности. Следовательно, логичнее использовать модель со случайным эффектом, так как есть возможность использовать опцию vce robust для модели логита со случайным эффектом. На основе информационного критерия Акаике (AIC) было выявлено, что ROA лучше описывает модели по американским компаниям, в то время как ROE более применима к российским. Также проведя анализ регрессий и сравнив показатели, выбор был сделан в пользу переменных Lncap, LD_CE вместо lnTa, LD_E.

Ниже представлены данные по американским и российским компаниям, анализирующие повышение дивидендов: Российские компании

(1)

(3)

(5)

(7)

VARIABLES

Rise

Rise

Rise

Rise

LnСap

0.0891

0.0646

0.0212

0.0178

(0.0667)

(0.0680)

(0.0591)

(0.0559)

PE

-0.00147

-0.00741

-0.00747

(0.00486)

(0.00512)

(0.00521)

ROE

0.0251 ***

0.0200 **

0.0317 ***

0.0315 ***

(0.00902)

(0.00930)

(0.00868)

(0.00868)

LD_E

-0.00474

(0.00346)

LD_CE

-0.00532

-0.00418

-0.00379

(0.00357)

(0.00306)

(0.00294)

MVBV

0.118

(0.0706)

LagDY

-0.175***

-0.176***

(0.0538)

(0.0528)

RE_TA

0.00161

(0.00833)

Constant

-0.933

-0.866

0.253

0.211

(0.602)

(0.584)

(0.599)

(0.714)

Observations

260

262

260

260

Number of id

37

37

37

37

Американские компании

(1)

(3)

(5)

(7)

VARIABLES

Rise

Rise

Rise

Rise

LnСap

0.335 ***

0.336 ***

0.428 ***

0.427 ***

(0.0665)

(0.0665)

(0.0668)

(0.0677)

PE

-0.000654

-0.00177

-0.00177

(0.000549)

(0.00166)

(0.00166)

ROA

0.117 ***

0.122 ***

0.101 ***

0.102 ***

(0.0132)

(0.0134)

(0.0125)

(0.0134)

LD_E

1.92 e-05

(5.26e-05)

LD_CE

-1.24e-05

6.79 e-06

5.74 e-06

(0.000283)

(6.74e-05)

(6.74e-05)

MVBV

-1.44e-05

(0.00514)

LagDY

-0.620***

-0.620***

(0.0715)

(0.0715)

RE_TA

-0.000310

(0.00418)

Constant

-4.159***

-4.227***

-3.729***

-3.720***

(0.590)

(0.587)

(0.581)

(0.611)

Observations

3,241

3,264

3,231

3,231

Number of id

265

265

265

265

Robust standard errors in parentheses

*** p<0.01, ** p<0.05, * p<0.1

И для российских и для американских компаний, рентабельность (ROA, ROE) повышает вероятность увеличения дивидендов, что доказывает гипотезу о положительной зависимости дивидендов и рентабельности компании. Показатель предыдущей доходности также является значимым для обеих выборок, то есть чем меньше дивидендная доходность в прошлом периоде, тем выше вероятность увеличение дивидендов в текущем периоде. Отрицательная зависимость данных переменных объясняется тем, что фирмы, которые платили высокий уровень дивидендов в прошлом периоде (значение дивидендной доходности высокое) с большей вероятностью сократят дивиденды в текущем. Показатель размера компании является значимым только для выборки с американскими фирмами, что указывает на тот факт, что более крупные компании склонны увеличивать свои дивиденды каждый год (например, Кока-Кола). Однако для России размер компании не влияет на вероятность увеличения дивидендов, то есть крупные российские компании не увеличивают дивиденды с течением времени, как это делают американские. Стоит отметить, что инвестиционные возможности компании и уровень долга не влияют на вероятность увеличения дивидендов как предполагалось ранее. Данный результат можно объяснить тем, что отсутствие инвестиционных проектов в текущем периоде не означает что у компании не будет таких возможностей в будущем и для того чтобы не сокращать дивиденды потом, когда появится возможность инвестировать, компании принимают решение не повышать дивиденды текущего периода. Уровень долга также является статистически незначимым, данные факт показывает, что при принятии решении об увеличении дивидендов уровень долга компании не оказывает значимого влияния на решение менеджмента фирмы.

На основании критерия AIC модель 5 была выбрана как наиболее подходящая для выборок американских и российских компаний.

Далее перейдем к рассмотрению результатов, по выборке компаний, где событие 1 - это уменьшение дивидендов более чем на 10%, а событие 0 в остальных случаях. Также как и в предыдущих регрессиях при анализе увеличения дивидендов параметры рентабельности и предыдущей дивидендной доходности оказались значимыми для обеих стран. Показатель размера компании для американских компаний также имеет отрицательное влияние на вероятность падение дивидендов, то есть чем больше размер компании, тем меньше вероятность уменьшения ее дивидендных выплат. Однако при анализе российских компаний можно наблюдать, что размер компании стал статистически значимым и оказывает положительное влияние на вероятность падения дивидендов.

Для американских компаний в отличие от принятия решения о повышении дивидендов, на решение о сокращении выплат влияет еще одна переменная - это инвестиционные возможности компании (PE), что указывает на вероятное сокращение уровня дивидендов при возникновении какого-либо инвестиционного проекта. Данный результат подтверждается теорией иерархии (pecking order theory), согласно которой при принятии решения о пути финансировании проекта, компании в первую очередь пытаются найти средства внутри компании, не привлекая долг или выпуск акций. Следовательно, когда компании необходимы деньги на крупный инвестиционный проект, она может сократить объем выплачиваемых дивидендов для финансирования этого проекта.

Ниже представлены результаты анализирующие вероятность падения дивидендов для российских и американских компаний.

Российские компании

(1)

(2)

(3)

(4)

VARIABLES

Fall

Fall

Fall

Fall

Lncap

-0.00723

0.0138

0.118 ***

0.131 **

(0.0506)

(0.0516)

(0.0454)

(0.0532)

PE

8.14 e-05

0.00729

0.00732

(0.00643)

(0.00714)

(0.00751)

ROE

-0.0223**

-0.0180**

-0.0302***

-0.0292***

(0.00874)

(0.00871)

(0.0105)

(0.0108)

LD_E

-0.00277

(0.00251)

LD_CE

-0.00176

-0.00364

-0.00623

(0.00243)

(0.00279)

(0.00333)

MVBV

-0.0968

(0.0684)

LagDY

0.221 ***

0.227 ***

(0.0386)

(0.0379)

RE_TA

-0.00641

(0.00877)

Constant

-0.542

-0.663

-2.489***

-2.315***

(0.446)

(0.443)

(0.424)

(0.444)

Observations

260

262

260

260

Number of id

37

37

37

37

Американские компании

(1)

(2)

(3)

(4)

VARIABLES

Fall

Fall

Fall

Fall

Lncap

-0.224**

-0.208**

-0.377***

-0.379***

(0.0900)

(0.0878)

(0.113)

(0.118)

PE

0.000781 **

0.00109 ***

0.00109 ***

(0.000358)

(0.000287)

(0.000288)

ROA

-0.0625***

-0.0707***

-0.0424**

-0.0416**

(0.0156)

(0.0154)

(0.0172)

(0.0176)

LD_E

0.000109

(7.28e-05)

LD_CE

0.000515

-1.92e-05

-2.76e-05

(0.000391)

(0.000180)

(0.000185)

MVBV

-0.00922

(0.00727)

LagDY

0.560 ***

0.560 ***

(0.118)

(0.118)

RE_TA

-0.00113

(0.00705)

Constant

-1.089

-1.194

-1.660

-1.623

(0.783)

(0.762)

(1.184)

(1.292)

Observations

3,241

3,264

3,231

3,231

Number of id

265

265

265

265

Robust standard errors in parentheses

*** p<0.01, ** p<0.05, * p<0.1

Проанализировав факторы, влияющие на дивидендное изменение, следует также сравнить степень влияния этих переменных между двумя странами.

Так для американских компаний, если все переменные модели (3) будут равны среднему значению по выборке, то вероятность повышения выплат равна 30%, тогда как вероятность падения дивиденда составляет всего лишь 3 %. Для России показатель увеличения дивидендов составляет 46% , тогда как показатель падения дивидендов 23% , что подтверждает наши выводы приведенные раннее. В Америке вероятность стабильных дивидендов составляет около 70%. В то время как для российских компаний этот показатель всего 30%. Данный результат также подтверждает отсутствие у российских компаний сглаживания дивидендов. В то время как для американских компаний падение дивидендов происходит только в редких случаях. Данный факт опять же подтвержден в работе (Brav, Michaely 2003). Теперь рассмотрим различия в маржинальных эффектах показателей этих двух стран (подсчет маржинального эффектов осуществлялся при установки среднего показателя по выборкам).

Сравнение маржинальных эффектов для России и США представлены ниже:

(RU Rise)

(USA Rise)

VARIABLES

Marginal Effects

Marginal Effects

Lncap

0.00144

0.0589 ***

(0.0121)

(0.00648)

PE

-0.00168

-0.000304

(0.00149)

(0.000253)

ROA

0.00976 **

0.0159 ***

(0.00381)

(0.00162)

LD_CE

-0.000332

-2.66e-05

(0.000582)

(3.28e-05)

LagDY

-0.0375***

-0.104***

(0.00749)

(0.00629)

Observations

260

2,999

(RU Fall)

(USA Fall)

VARIABLES

Marginal Effects

Marginal Effects

Lncap

0.0215 **

-0.0120***

(0.0104)

(0.00303)

PE

0.00119

3.47 e-05**

(0.00104)

(1.40e-05)

ROA

-0.00881***

-0.00149**

(0.00326)

(0.000579)

LD_CE

-0.00107

-5.60e-06

(0.000541)

(9.33e-06)

LagDY

0.0350 ***

0.0151 ***

(0.00472)

(0.00144)

Observations

260

2,999

Robust standard errors in parentheses

*** p<0.01, ** p<0.05, * p<0.1

Первая таблица указывает на маржинальные вероятности падения дивидендов. Показатель рентабельности (ROA, ROE) имеет большее воздействие на дивидендные выплаты при принятии решения американскими компаниями об увеличении дивидендов. Тогда как для российских компаний показатель рентабельности оказывает большее воздействии при принятии решения о падении уровня выплат, что подтверждается предыдущими моделями и данными по компаниям, так как американские компании даже, несмотря на падение эффективности и прибыльности компании не будут снижать дивиденды, в отличие от Российских. Прошлая дивидендная история имеет наибольшее воздействие на вероятность изменения дивидендов. Тогда как российские компании при высоком показателя предыдущей выплаты более вероятно снизят дивиденд, чем американские, что объясняется наличием сглаживание дивидендов у американских компаний.

Таким образом, на основе бинарной модели было найдено несколько интересных фактов. Во-первых, показатели рентабельности и прошлой дивидендной доходности оказались значимыми и для российских компаний, и для американских. В то время как размер компании оказывают положительное влияние на увеличение дивидендов только для американских фирм. Во-вторых, такой показатель как инвестиционные возможности компании значим для компаний американского рынка только при принятии решения о сокращении выплат. В-третьих, величина долга по отношению к собственному капиталу оказалась незначима и для американских и для российских компаний.

Похожие статьи




Эмпирические результаты, Модель Линтнера - Дивидендная политика компаний

Предыдущая | Следующая