Взаимодействие директоров, активы фирмы
Оглавление
Введение 2
1.
Теоретическое обоснование 5
1.1 Анализ
социальных сетей 5
1.2
Центральность и ее измерение 7
1.3
Центральность членов Совета Директоров 9
1.4
«Туннелирование» 14
1.5
Центральность Совета Директоров и «туннелирование» 19
2. Постановка
исследовательской проблемы 22
2.1 Обоснование
гипотез 22
2.2 Описание
переменных 24
2.3 Обоснование
методов исследования 28
3. Методология
исследования 30
3.1 Описание
выборки 30
3.2 Расчет
показателей центральности 31
3.3
Предварительный анализ данных 35
3.4
Корреляционный анализ 39
3.5
Регрессионный анализ 39
4. Описание
результатов 50
4.1 Основные
результаты 50
4.2 Ограничения
исследования 54
Заключение 56
Список
литературы 58
Введение
Сетевые взаимодействия или связи
рассматриваются в рамках анализа сетей, это метод анализа данных в рамках
сетевого анализа, с помощью которого можно оценить отношения (связи) между
объектами (акторами). Отношения могут определяться для различных типов
объектов: людей, организаций. Сетевые взаимоотношения способствуют
удовлетворять потребности человека в общении, а также строить связи, которые в
дальнейшем могут сильно повлиять на влияние человека во всей системе сетевых
взаимоотношений. Для каждого индивида данный ресурс выступает как социальный
капитал, и чем больше прямых, качественных связей имеет человек, тем больше его
социальный капитал. Концепция социального капитала появилась в 1980 году,
основатель данного понятия Пьер Бурдьё обозначил связи как ресурс, через
который люди могут получать определенные выгоды, и назвал это социальным
капиталом.
В социальных науках берет свое начало теория сетевых
взаимоотношений. В рамках социологии были придуманы показатели, которые
предназначены для оценки силы сетевых отношений, их влияния на участников всей
сети. Естественно данная тема важна для изучения, так как отношения между
индивидами важны всегда и везде, по сути это один из факторов успеха любого
человека, в бизнесе, как и в личной жизни, замкнутость - фактор банкротства. В
экономике и финансах связи играют немаловажную роль, отношения среди рабочих
какого-нибудь завода будут определять скорость передачи и обработки знаний,
например, от более опытного сотрудника к более молодому, и чем сильнее эти
взаимоотношения, чем их больше, тем быстрее и качественнее будет проходить
производственный процесс.
Связи между компаниями определяются, в частности, как связи
между членами советов директоров этих компаний. Исследования связей совета
директоров показывают, что членство в нескольких советах уменьшает качество
контроля. Впоследствии, литература по корпоративному управлению стали
использовать показатель принадлежности к нескольких советам директоров, как
прокси показатель «занятости» внешних директоров (независимых), который может
привести к снижению контроля управления (Core et al., 1999, Fich and
Shivdasani, 2006). Также возникает вопрос о независимости и качестве принятия
решения советом директоров при существовании членов с множеством таких связей.
Некоторые работы определили, что эти связи пагубно влияют на корпоративное управление
(Bizjak et al., 2009, Chiu et al., 2013).
В финансовых теориях и экономике изучение сетевых
взаимодействий началось развиваться лишь вначале 21-го века. Так одна из работ
(Kramarz, Thesmar, 2006) рассматривает социальные связи в совете директоров.
Авторы рассматривали как связи директоров влияют на корпоративное управление.
Другая работа (Larcker et al., 2005) акцентирует внимание на вопросе о том
влияют ли связи между внешними и внутренними директорами на доходы генерального
директора. В результате авторы делают вывод о том, что руководители способны
извлекать экономическую ренту с помощью дополнительного вознаграждения, в
случае, когда они имеют связь с директорами, которые состоят в комитете по
установлению вознаграждений или, когда существует связь между независимыми
директорами и крупным акционером (владельцем компании). В работе Болера
(Bohler, Rapp, Wolff, 2010) рассматривается каким образом оценивать связи между
директорами и как данные связи влияют на результаты деятельности компании. Авторы
сделали вывод, что большое количество связей имеет негативное влияние на
результаты деятельности компании. Еще одна работа Барнеа (Barnea, Guedj, 2009),
которая рассматривает сети директоров, исследует роль этих связей на принятие
решений. Авторы считают, что данные связи отрицательно влияют на компанию, так
как наиболее коммуникабельные директора, достаточно уверенны в себе и таким
образом снижают уровень контроля CEO. Так же стоит выделить работу Чена, Вонга
и Лина (Chen, Wang, Lin, 2012), в которой авторы рассматривали влияние связей
независимых директоров на контролирование оппортунистического поведения
акционеров, так называемое нелегальное использование активов компании с целью
получения личной выгоды, на просторах российского интернета его называют «туннелирование»
(от англ. tunneling behavior), которое заключается в том, что акционеры
начинают использовать активы компании с целью получения собственной выгоды, тем
самым причиняя вред самой компании. Существует еще множество работ в данном
направлении, подробнее о них поговорим в следующей части работы.
В предыдущих работах авторы не обращали внимания на такие
показатели как доля независимых директоров в составе Совета Директоров, а также
не принимали во внимание то, что в собственности долю может иметь государство.
Также авторы не смотрели влияния наличия дочерних организаций на нелегальное
использование активов компании, это необходимо проверить, так как «дочки» могут
принимать участия в «мнимых» сделках.
1.
Теоретическое обоснование
.1
Анализ социальных сетей
Анализ социальных сетей - это специальная методология и набор
способов исследования, с помощью которых можно изучать связи между участниками
социальных сетей. Возникновение данной методологии можно отнести к работам Дж.
Морено, с 1930-х годов, благодаря ему в психологии сформировался
социометрический подход к проблеме межличностных отношений. Позже стали
применяться методы матричной алгебры и теории графов для оценки результатов
исследований социальных сетей.
Крупнейшие специалисты (Wasserman and Faust, 1997) в
исследовании социальных сетей выделяют три этапа развития методологии:
На первом этапе до 1970-х годов исследователи пытались
оценить и определить положение индивида в группе с помощью численных методов,
оценить степень сплоченности групп, а также определить положение структурно
неразличимых подгрупп, индивидов, которые имеют общие закономерности связей с
другими.
Затем начался новый этап в 1970-е, когда были разработаны
статистические модели. С их помощью можно было оценить вероятности отношений в
небольших группах (Holland and Leinhardt, 1979).
Третий этап зародился в 1990-е годы в математической теории
графов. Данные модели уже позволяли анализировать различные параметры,
оценивали связи в группах, кроме того, они оценивали влияние индивидуальных
характеристик на структуру связей, в целом эти модели были свободны от
ограничений ранних методов.
Анализ социальных сетей - это способ репрезентации данных о
связях акторов с помощью матрицы, которая представлена в виде таблицы, элементы
данной таблицы показывают силу связи между акторами i и j. Любую социальную сеть
можно изобразить как в виде матрицы, так и в виде графа. Она может быть, как
виртуальной системой связей в Интернете, так и реальной системой между людьми.
Рис. 1 Социальный граф
На рисунке 1 показаны отношения между тремя индивидами.
Индивид A
имеет дружеские отношения с индивидами B и C. В свою очередь B и C не являются друзьями
друг другу, но имеют общего друга A. Фото индивида В была оценена несколькими
участниками сети, в том числе и пользователь А оценил его фото. Пользователь А
слушает музыку на Яндекс Музыка и смотрит видео на YouTube.
Обычно, для обозначения элемента социальной сети используют
такое понятие как «узел» или «актор» (в случае социологического исследования),
в данной работе данными узлами выступают фирмы, то есть узел представляет собой
какой-либо субъект связей с другими фирмами.
1.2
Центральность и ее измерение
Для определения механизмов функционирования социальных сетей,
используются определенные параметры, которые позволяют определить
интенсивность, силу, важность и тип отношений в определенной выборке. Один из
таких показателей называется «центральностью», с помощью данного параметра
можно определить влияние определенного узла на социальную сеть вообще и на
отдельные ее элементы, можно определить и то, кто является наиболее
авторитетным в рамках данной сети. Центральность - это некоторая степень
близости индивида к «центру» всей сети, всего графа.
Для анализа центральности используют различные показатели как
индивидуальные, так и групповые, которые позволяют оценивать степень заметности
и влияния узлов друг на друга.
В данной работе будут рассмотрены четыре основных показателя
центральности. Первый показатель центральность по степени (degree centrality). Эта мера отображает
количество прямых связей актора, и смыл данного показателя в том, что чем
больше прямых связей (отношений) у актора, тем наиболее центральное положение
он занимает в сети (Freeman, 1979, Лифинцев, 2013).
Второй показатель центральности называется центральность по
близости (closeness centrality). Данная мера показывает то, насколько близок
актор ко всем остальным участникам сети, то есть имеет непосредственное
взаимодействие. Наиболее высокая центральность данного типа у того актора, у
которого не только большое количество прямых связей, но и у его друзей
количество этих связей так же большое. Иными словами, актор с большим
показателем центральности по близости через связи, которые он имеет, получает
возможность получить доступ к большому количеству других участников данной
сети, при этом распространяя свое влияние на них. Если, например, актор имеет
прямые связи со всеми участниками сети, то его показатель центральности по
близости будет равен единице (Freeman, 1979, Лифинцев, 2013).
Степень влияния на других участников сети в полной мере не
измеряется двумя показателями, описанными ранее. Возникает также вопрос о том,
насколько важен тот или иной актор как посредник, передаточное звено, какую
степень контроля имеет актор над распространяемой информацией в социальной
сети. Следующий показатель как раз отвечает на этот вопрос - центральность по
посредничеству (betweenness centrality), данный показатель оценивает участника
социальной сети как посредника над передачей информации, как способного
контролировать связи между другими участниками, определяет степень его контроля
потока информации. Простыми словами показатель рассчитывается как число
кратчайших путей между всеми возможными парами акторов, проходящих через
данного (оцениваемого) актора (Freeman, 1979, Bavelas, 1948, Shaw, 1954,
Лифинцев, 2013).
Для расчета подобного показателя необходим компьютер,
особенно если рассматривается крупная социальная сеть, в силу своей
вычислительной сложности.
Самый сложный показатель для расчетов, требующий наличия
определенных программ и вычислительных машин - центральность по собственному
вектору (eigenvector centrality). Основная идея данного показателя лежит во
фразе «скажи мне, кто твой друг, и я скажу, кто ты» (Лифинцев, 2013).
Показатель демонстрирует зависимость между центральностью актора и
центральностями его связей. Основная задача меры - это найти центральных
акторов с наименьшей удаленностью от других акторов в условиях масштабной сети,
которые имеют множество подгрупп (Bonacich, 1972, 1987, 1991).
Существуют множество других показателей центральности, не
получивших широкое распространение, они имеют более локальный характер.
Подробнее о расчетах показателей центральности рассмотрим в
части методологии исследования.
.3
Центральность членов Совета Директоров
социальный сеть директор
Основной задачей Совета Директоров является повышение
стоимости акционерного общества, рост акционерного капитала компаний. Кроме
того, Совет Директоров занимается определением стратегии развития акционерного
общества, организацией эффективной деятельности исполнительных органов, также
СД обеспечивает должную реализацию прав и законных интересов акционеров, а
также осуществляют контроль деятельности нижестоящих органов управления компании.
Компетенции, которые входят в деятельность Совета Директоров
регламентируются в статье 65 Федерального закона от 26.12.1995 №208-ФЗ (ред. От
29.06.2015) «Об акционерных обществах».
Существует множество зарубежных работ, в которых авторы
рассматривают сетевые взаимодействия в рамках социологии, политологии и
экономике. Также существуют работы, в которых авторы рассматривают сетевые
взаимодействия членов Советов Директоров на финансовые результаты компаний.
Совет Директоров дает советы менеджменту высшего звена по
стратегическим вопросам и контролируют управление компании в интересах
акционеров, а также одной из основных задач их деятельности является -
мониторинг принятия решения мажоритарного акционера (Fama, Jensen, 1983). Роль советника
требует от членов Совета определенных навыков и знаний в процессе формирования
стратегических решений, в то время как эффективный контроль требует от членов
Совета независимости от менеджмента. Учитывая влияние Совета Директоров на
принятие решения фирмы, многие исследования сосредотачиваются на вопросе об
эффективности Совета Директоров как советчика и контролирующего органа
управления, и как характеристики Совета предсказывают ситуацию, в которой
директор будет более или менее эффективным. Предыдущие исследования показали,
что директора, которые сидят в нескольких Советах, могут менее эффективно
контролировать менеджмент из-за нехватки времени, в результате чего могут
возникнуть негативные экономические последствия для фирмы (Beasley, 1996, Klein, 1998, Core et al., 1999, Fich and Shivdasani, 2006, Ahmed and Duellman, 2007). Например, Кор (Core et al., 1999), показывает, что
советы с большой долей внешних (независимых) директоров, работающих в трех или
более советах, в среднем, способствуют получению большей выгоды вышестоящим
органам управления. Кроме того, Фич и Шивдасани (Fich and Shivdasani, 2006)
обнаружили, что фирмы в совете директоров которых есть такие индивиды имеют
маленький коэффициент отношения рыночной стоимости к балансовой, меньшую
рентабельность.
В статье Ларкера, Ричардсона, Шери и Тьюна (Larcker,
Richardson, Seary, Tuna, 2005) авторы исследовали влияние связей между
директорами на выгоду акционера. Исследование проводилось на основе данных
почти по 22 тысячам директоров, в выборке было примерно 3 тысячи фирмы. Авторы
также предлагают меру, которая показывает связь между двумя директорами в
Совете. Эта мера помогает определить наличие и силу связи между членами
правления, эти связи могут использоваться для влияния членами Советов на
определенные решения Совета. Авторы данной статьи, в результате исследования,
сделали некоторые выводы. Во-первых, исследование поддерживает сомнения
регулирующих органов и рейтинговых агентств о том, что Советы Директоров,
которые имеют связи с акционерами, являются эффективным инструментом для
управления и контроля компании. В компаниях, где связь акционера и члена Совета
наиболее близкая, второй получает очень большую выгоду. Во-вторых, авторы
говорят, что предыдущие исследования не учли множество связей в рамках
корпоративных сетей директоров, либо по причине того, что они рассматривали
маленькие выборки, либо потому что фокусировались на связях, формирующиеся
путем входа одного индивида в состав директоров разных компаний. Однако у
данного исследования есть ограничения, авторы использовали только один
временной период. Также в данной статье используется такой показатель как BDD
(Back Door Distance) показатель очень напоминает «степень», рассматриваемую
Фриманом (Freeman, 1979), частично переменная эндогенна и поэтому возникают вопросы
о состоятельности оценок. Авторы рассматривают только влияние BDD на выгоду CEO. Если связи между
директорами влияют на их желание, мотивацию контролировать и управлять, то было
бы неплохо рассмотреть влияние BDD на результаты деятельности компании,
инвестиционные решения, финансовые решения.
В следующей работе (Barnea, Guedj, 2009) авторы проводят
исследование влияния связей директоров на принятие решений. В работе был
проведен регрессионный анализ и в качестве зависимых переменных авторы
рассмотрели заработную плату генерального директора, прочие выгоды генерального
директора. Результаты получились статистически значимыми. В ходе исследования
авторы делают вывод, что директоры с малыми связями строят свою карьеру проводя
жесткий контроль, но когда их связи становятся большими, то они начинают
упрощать свое контролирование CEO, так как понимают, что их статус среди
директоров защищен. Авторы использовали данные по компаниям S&P1500 с 1996
по 2004 годы. На основе этих данных была построена «матрица директоров»,
которая в дальнейшем помогла определить показатели связи такие как
центральность по степени, центральность по близости, центральность по
посредничеству.
Таким образом, существует мнение, что несмотря на
независимость Совета Директоров, в силу присутствия независимых директоров,
имеют место ситуации, когда это пагубно влияет на результаты деятельности
компании и стоимость фирмы.
Тем не менее, директора, работающие в нескольких Советах,
могут предоставить полезное знание и опыт. В силу того, что директора сидят в
нескольких Советах они имеют доступ к множеству информации и ресурсам, которые
просто так недоступны инвесторам (эффективная корпоративная практика, уроки,
полученные в других советах директоров), и могут обмениваться ими между
Советами Директоров. Эти директора, сидящие в нескольких советах, формируют
информационную сеть (Scott, 1991).
Также существуют направления, изучающие влияние сетевых
взаимоотношений на результаты сделок слияний и поглощений (Singh, Schonlau,
2009, Matos, Mergulhao, 2012). Так, например, в первой работе (Singh, Schonlau,
2009), авторы сравнили результаты деятельности компании с высокими показателями
связей после поглощения с результатами деятельности компаний, имеющих менее
сильные связи. Авторы рассмотрели данные по слияниям и поглощениям компаний США
с 1991 по 2005 годы. В данной работе также рассматривались показатели сетевых
взаимоотношений, которые были отмечены ранее. В результате анализа, авторы
сделали следующий вывод: сетевые отношения, которые имеют члены совета
директоров, влияют на решение сделок слияний и поглощений, на результаты
деятельности компаний, и кроме того, благосостояние акционеров. Во второй
работе (Matos, Mergulhao, 2012) авторы изучают влияния сети директоров
относительно выбора метода платежа в сделках по слияниям и поглощениям фирм, в
которых они сидят в совете. Используя большую базу данных о советах директоров,
авторы построили сети между директорами и проанализировали последствия их
влияния на решение проблемы информационной неопределенности в сделке. Если
директор, участвующий в сделке на стороне покупателя, имеет много связей, то
это способствует увеличению наличных денег, выплачиваемых за сделку. Если
директор на стороне продавца имеет много связей, количество акций, выступающих
в качестве средства платежа увеличивается.
Hochberg et al. (2007) обнаружили, что
венчурные компании с большим количеством связей лучше выполняют последующие
финансирования. Другие авторы на основании выборки в почти тридцать тысяч фирм
(Larcker et al., 2013), обнаружили, что фирмы с более «централизованным» (т.е.
имеющий наибольшее количество потенциальных связей) имеют высокие доходности
акций. Авторы измеряют показатель центральности, как количество директоров
общих для двух компаний. Если портфель строится путем покупки акций компании с
центральной позицией в сети советов директоров и продажей акций фирм без
подобной позиции, то среднегодовая доходность может доходить до 4,68%. В
результате они показали, что сеть советов директоров - это сигнал экономических
выгод не сразу отражающейся в ценах акций.
Также есть другие работы, которые рассматривают влияние
связей директоров на результаты деятельности компаний (Bohler, Rapp, Wolff,
2010, Qi, 2010, Andergassen, 2011, Andres, Bongard, Lehmann, 2013, Shelley,
Omer, Tice, 2014). Все авторы в данном направлении использовали методы оценки
связей директоров методами, представленными в работе Freeman (1976). Результаты
исследований получились разными, некоторые сделали вывод о том, что связи
директоров способствуют снижению стоимости компании (Bohler, Rapp, Wolff, 2010,
Qi, 2010, Andres, Bongard, Lehmann, 2013), а другие наоборот говорят о том, что
эти связи благоприятно влияют на результаты деятельности компании (Andergassen,
2011, Shelley, Omer, Tice, 2014).
В первой работе (Bohler, Rapp, Wolff, 2010) авторы
рассматривали компании Германии с 1999 по 2007 годы, авторы выявили, что связи
между директорами негативно влияют на результаты деятельности компании. Кроме
того, пока зарубежные инвесторы активно пытаются сократить эти связи, немецкие
инвесторы наоборот укрепляют. Во второй работе (Qi, 2010) автор рассматривает
компании S&P 1500, с 1996 по 2006
годы. Основные два вывода, которые сделал автор в результате своего
исследования: во-первых, директор имеющий внешние связи преследует цель более
эффективного контроля управления компании; во-вторых, чем больше директоров в
компании, которые имеют много внешних связей, тем меньше стоимость компании. В
третьей работе (Andres, Bongard, Lehmann, 2013) авторы рассматривают данные по 133
немецким компаниям с 2003 по 2006 годы. Авторы сделали два важных вывода о том,
что чем больше директоров имеют внешние связи, тем меньше показатели
результативности компании, и тем больше исполнительные органы в таких компаниях
получают выгод.
Второй набор статей, который рассматривает влияние связей
директоров на стоимость компании имеют обратные результаты. Так, например, в
первой статье (Andergassen, 2011) автор делает вывод от том что направление
изменения стоимости компании будет зависеть прежде всего от величины силы
показателя связи. Если связи сильные, то стоимость увеличивается, если слабые,
то уменьшается. Работа представляет собой представление теоритической модели,
без эмпирического анализа, поэтому возникает вопрос о правдоподобности выводов.
Во второй работе (Shelley, Omer, Tice, 2014) авторы рассматривали 5255 фирм с
2004 по 2010 годы. В данной статье делается предположение о том, что внешние
связи директоров позволяют получать определенные выгоды через получение
информации извне компании, от других фирм. В среднем, фирмы с высоким
показателем связи имеют большую стоимость, в отличии от фирм с низким
показателем связей.
.4
«Туннелирование»
«Туннелирование» или нелегальное использование активов -
наличие частных выгод от контроля, иными словами переход активов и прибылей
фирмы в пользу тех, кто ее контролирует.
Нелегальное использование активов данного характера
предполагает наличие сделок с аффилированными лицами, дочерними компаниями и
т.д. «Туннелирование» отличается от простого финансового мошенничества тем, что
участники подобных мнимых сделок соблюдают все необходимые юридические
процедуры и по формальным признакам могут остаться с чистыми руками
Теперь рассмотрим несколько работ в направлении исследования
такого явления как нелегальное использование активов компании акционерами (Tunneling behavior). Впервые слово
«туннелирование» было использовано в работе Johnson et al. (2000), авторы
рассмотрели несколько путей, через которые это злоупотребление активами имеет
место быть. Из них можно выделить такие как:
использовать возможности роста компании для собственных нужд
или дочерних предприятий (которые в свою очередь могут приносить частные выгоды
акционеру);
перемещать прибыли через внутригрупповые операции из
материнской компании в дочернюю, которая принадлежит акционеру или находится
под его контролем;
использовать капитал или активы компании напрямую, или в
качестве залога или гарантий в прочих финансовых операциях;
операции с капиталом направленные на подрыв интересов других
акционеров.
Авторы статьи Friedman et al. (2003) предложили
модель, которая показывает, как мажоритарные акционеры «разоряют» (tunnel) или поддерживают (prop) компании в различных
финансовых состояниях. Между тем, компании с пирамидальной структурой
собственности более вероятно будут подвержены «туннелированию», но в то же
время с большей вероятностью будут иметь поддержку в случае какого-либо
неблагоприятного шока.
Авторы Yu and Xia (2004) определили, что сделки между
аффилированными лицами значительно преобладают в компаниях с контролирующим
акционером. Также коллеги из Азии нашли закономерность в том, что использование
фондов компании контролирующим акционером имеет связь с долью мажоритарного
акционера в структуре собственного капитала, эта связь имеет связь в виде перевернутой
параболы, другими словами обратную квадратичную связь (Li et al., 2004). Также
исследователи определили, что использование фондов мажоритарными акционерами
для сделок с аффилированными лицами реже встречается в компаниях с
институциональными инвесторами, а также при увеличении доли участия
институционального инвестора в значительной степени имеет обратное влияние на
объемы сделок с аффилированными лицами с использованием фондов компании (Wang and Xiao, 2005). Также в работе Chen and Wang (2005) авторы нашли
значимую положительную связь между объемом сделок с аффилированными лицами и
концентрацией собственности (когда компанией управляет один человек), а также
делают вывод о том, что увеличение количества контролирующих акционеров
сокращает более чем на 10% вероятность и объемы подобных сделок. В другой
работе авторы доказали, что использование фондов компании мажоритарными
акционерами пагубно влияет на нее, а также определили, что использование фондов
этими акционерами имеет отрицательную зависимость с ростом ожидаемой
прибыльности (Jiang and Yue, 2005). Использование активов компании
акционерами усиливается в силу концентрацией собственности, но тормозится
благодаря управленческой собственности, открытости информации, защиты инвестора
и конкуренцией (Gao et al., 2006). Luo and Tang (2007) рассмотрели, что
чем меньше региональное правительство вмешивается в рынок и чем больше развиты
финансовые рынки, тем ниже вероятность «туннелирования» со стороны
контролирующих акционеров в компаниях данных регионов. Авторы другой работы Ju and Pan (2010) пришли к выводу,
что маленькие компании, которые имеют большой финансовый рычаг или меньшую
операционную рентабельность, или в которых внеоперационная прибыль приходится
большей долей на общую выручку более привлекательные для совершения сделок с
аффилированными лицами. Кроме того, было найдено, что высококачественный аудит
может значительно сдержать использование фондов компании мажоритарными
акционерами компаний (Du et al., 2010), но проблема в том, что компании с более
серьезными случаями использования фондов акционерами могут не использовать
услуги высококачественного аудита. Чтобы определить природу, составляющие и
экономические последствия поведения контролирующих акционеров авторы другой
работы рассмотрели прочую дебиторскую задолженность торгующихся на рынке
компаний Китая (Jiang et al., 2010). Связанные продажи (аффилированным
лицам) сверх нормы является одним из способов поддержки (опоры) используемой
контролирующими акционерами компаний, и что это распространенно в
государственных компаниях и регионах со слаборазвитой институциональной
системой (Jian and Wong, 2010). Авторы также показывают, что сделки с
аффилированными лицами сверх нормы имеют место в случаях, когда кредитование
происходит между контролирующими акционерами. Используя данные по компаниям
Китая для проверки модели из работы Friedman et al. (2003), авторы
следующей статьи (Peng et al., 2010) обнаружили, что здоровые в финансовом
смысле (испытывающие финансовые трудности) фирмы контролирующие акционеры
предпочитают использовать их активы с целью получения личных выгод (или
наоборот поддерживать их в случае финансовых трудностей организации) через
сделки с аффилированными лицами, и что рынок реагирует негативно (или
положительно) подобным действиям. Также авторы обнаружили, что все виды
операций по сделкам с аффилированными лицами могут быть использованы как с
целью получения частных выгод, так и во благо компании. Взаимосвязь между
«туннелированием» контролирующих акционеров компаний и стимулов вознаграждения
менеджмента изучили Wang and Xiao (2011), авторы рассматривали компании в Китае и
обнаружили, что коррупционные действия контролирующих акционеров сокращают
чувствительность менеджмента к изменениям оплаты по результатам их
деятельности. Это означает, что контролирующие акционеры снижают стимулы между
отношением оплаты труда менеджмента и их производительностью с целью достижения
собственных интересов.
Предыдущие исследования рассматривали взаимосвязь между
наблюдением независимых директоров и сделками с аффилированными лицами или
использованием фондов компании контролирующими акционерами. Среди таких
исследований, Tang et al. (2005) в котором автор обнаружил, что независимые директора
играют управленческую роль в подавлении каналов, через которые мажоритарные
акционеры могут растрачивать средства, например, использовать фонды компании,
продавать активы и так далее, но также и то, что эти эффекты неочевидны. В
противоположность этому авторы другой статьи (Gao et al., 2006) авторы говорят,
что независимые директора не имеют эффекта от своего наблюдения и мониторинга
на «туннелирование» мажоритарных акционеров. Ye et al. (2007) учел
эндогенность независимых директоров и обнаружил, что увеличение числа и доли
независимых директоров может удержать контролирующих акционеров от продажи
активов компании и прочих действий связанных с получением личных выгод. Также
авторы другой статьи (Huang and Pan, 2010) пришли к выводу,
что профессионализм независимых директоров имеет определенно важный и значимый
эффект на сделки контролирующих акционеров с аффилированными лицами. Они также
показали, что компенсация независимого директора положительно связана с
частотой сделок с аффилированными лицами, но также показали, что доля
независимых директоров не имеет значимого эффекта на такие сделки.
1.5
Центральность Совета Директоров и «туннелирование»
Пока в литературе не так много работ, которые изучают связи
сетевых взаимоотношений среди советов директоров и «тунельным поведением»
контролирующих акционеров, существует множество работ, изучающих взаимосвязь
сетевых взаимоотношений советов директоров и финансовых показателей компаний.
Существует также направление в исследованиях, которое изучает
как связи Совета Директоров влияют на нелегальное использование активов компании
через «туннелирование» (Chen, Wang, Lin, 2012). В статье авторы пытаются
определить влияют ли связи независимых директоров на регулирование поведения
акционеров контрольного пакета акций. В результате анализа авторы сделали вывод
о том, что чем больше связей у независимого директора, тем меньше желания у
акционеров использовать активы компании в личных целях, для получения
собственной выгоды. Авторы рассмотрели компании Китая, с 2003 по 2009 годы. В
качестве показателей связей авторы использовали центральность по степени,
центральность по посредничеству, центральность по близости и центральность по
собственному вектору (Freeman, 1976). В своей статье авторы (Chen, Wang, Lin,
2012) обозначают прокси показатель такого поведения как «туннелирование», который
рассчитывают, как отношение суммы дебиторской задолженности, кредиторской и
прочей дебиторской задолженности деленных на активы. Этот показатель включает в
себя расчеты с аффилированными лицами, а это в свою очередь один из источников
получения частных выгод для акционеров. Пример подобного использования
кредиторской и дебиторской задолженности рассмотрим позже.
Управленческая роль директоров может зависеть от их сетевой
центральности (Granocetter, 1985). Сетевые отношения могут поддерживать независимость
директоров и могут способствовать быстрому принятию решений основываясь на
профессиональном опыте. Директора в сети могут получать и обмениваться
специфической информацией с целью улучшения эффективности управления. Таким
образом, поведение директоров сильно зависит от их сетевых взаимодействий.
Положение индивидов в социальной структуре и их связи могут
влиять на их способность получать информацию и определенные ресурсы, что в свою
очередь влияет на их принятие решений с экономической точки зрения (Luo, 2010). Сетевая
центральность независимых директоров характеризует их активность и важность в
целом во всей сети Советов Директоров, через которую они могут получать больше
информации и расширять свои знания. Различия в положениях директоров в сети
могут влиять на репутацию независимых директоров и их возможность проявлять
независимость. Положение директора в социальной сети это важный фактор,
благодаря которому он может строить свою репутацию (Freeman, 1979). Чем больше
центральность директора, тем больше независимый директор может получать
управленческой информации и связанных с управлением знаний, тем сильней влияние
директоров на Совет Директоров.
В силу своей высокой центральности независимые директора
будут очень чувствительны к своей репутации, в свою очередь эта зависимость
будет способствовать тому, что директора будут принимать незамедлительные
решения в ситуациях, когда может возникнуть «туннелирование» со стороны
контролирующего акционера (Chen, Wang, Lin, 2012). Более того, в силу высокой
центральности, независимый директор не будет беспокоиться о его будущем
положении, рабочем месте (Cashman et al., 2010), они имеют
высокую переговорную силу с контролирующим акционером, и имеют возможности
предотвращать нелегальное использование активов акционером, например, операции
со связанными сторонами. Кроме того, подобное влияние независимых директоров на
контролирующих акционеров может способствовать тому, что вторые будут
использовать более скрытые методы для получения личной выгоды. В силу дифференциации
способности получения информации директорами относительно их положения в сети,
независимые директора с наиболее высокой центральностью могут получать более
специфическую информацию о том, как определять эти скрытые методы нелегального
использования активов, в отличии от директоров чья центральность небольшая.
В итоге своего исследования, авторы (Chen, Wang, Lin, 2012)
обнаружили, что сделки с аффилированными лицами отрицательно зависят от сетевых
показателей. Основная мысль данного результата заключается в том, что в состав
Совета Директоров входят независимые директора, которые не заинтересованы в
использовании активов компании с целью получения личной выгоды, так как
основным требованием к независимым директорам относится отсутствие их
аффилированности с должностными лицами, акционерным обществом, а также он не
должен быть аффилированным лицом таких аффилированных лиц. Кроме того, он не
должен являться должностным лицом другого общества. Основная задача
независимого директора - контролировать, поэтому он не является
заинтересованным лицом в подобных нелегальных сделках.
2.
Постановка исследовательской проблемы
.1
Обоснование гипотез
Цель данного исследования - выявить влияние сетевых
взаимоотношений на нелегальное использование активов компании акционерами
собственниками, иными словами на сделки с аффилированными лицами, продажей
активов, использованию фондов и прочее.
Чтобы решить задачи и достичь поставленной цели, необходимо
выдвинуть гипотезы.
В предыдущих исследованиях по теме сетевых взаимодействий
совета директоров авторы рассматривали в основном их влияние на финансовые
результаты компаний. Они получали разные выводы, некоторые считают, что они
положительно влияют (Andergassen, 2011, Shelley, Omer, Tice, 2014), другие
предполагают, что отрицательно (Bohler, Rapp, Wolff, 2010, Qi, 2010, Andres,
Bongard, Lehmann, 2013). Первые считают, что наиболее коммуникабельные
директора способствуют улучшению управления компании в интересах акционеров, с
помощью связей совет директоров получает необходимую информацию от других
компаний, кроме того они могут воздействовать на принятие решений в той или
иной компании, чем влиятельнее директор в совете, тем больше к нему
прислушиваются другие.
В случае с данной темой и результатами, полученными в работе Chen et al. (2014), можно
предположить, что сетевые взаимодействия советов директоров должны отрицательно
влиять на поведение мажоритарных акционеров. Основная работа совета директоров
- это управлять компанией, кроме того они заинтересованы в этом, иначе отвечать
будут все. Таким образом, есть предположение, что чем больше связей у совета,
тем большее давление они могут оказывать на мажоритарного акционера в силу
своего авторитета и опыта.
Независимые директора с наибольшим количеством связей не
беспокоятся о своем положении будущем в плане работы и положения в СД, у таких
директоров есть достаточно силы влияния на акционеров, и такие директора имеют
больше возможностей для принятия независимых решений по предотвращению
нелегального использования активов компании. Отсюда следует следующая гипотеза:
Н1: Чем больше связей у Совета Директоров, тем меньше
использование активов компании в личных целях.
Из общей гипотезы влияния связей можно выделить гипотезы
отдельно для каждого показателя центральности:
Н1.1: Чем выше центральность по степени, тем меньше
использование активов компании в личных целях.
Н1.2: Чем выше центральность по близости, тем меньше
использование активов компании в личных целях.
Н1.3: Чем выше центральность по посредничеству, тем меньше
использование активов компании в личных целях.
Н1.4: Чем выше центральность по собственному вектору, тем
меньше использование активов компании в личных целях.
Как уже было сказано, чем выше центральность, тем больше
директора будут увереннее принимать решения в различных ситуациях в силу своего
авторитета, доступности информации и опыта. Но так как показатели центральности
показывают различные характеристики связей.
Также в работе будут рассматриваться совместное влияние
показателей центральности и доли государственных собственников в компании. Доля
государственного владения должна способствовать сокращению «туннелирования»,
так как государство заинтересованно в законных сделках. Вторая гипотеза
следующая:: Чем выше доля государственного владения, тем меньше использование
активов компании в личных целях.
Еще один важный вопрос каким образом влияет наличие дочерних
организаций на показатель «туннелирования». Наличие дочерних компаний и прочих
аффилированных лиц может увеличить вероятность возникновения сделок с
использованием активов компании и ее денежных средств. Отсюда исходит следующая
гипотеза:: Чем больше дочерних компаний имеет организация, тем больше
использование активов компании в личных целях.
Необходимо рассмотреть совместное влияние доли независимых
директоров и сетевых показателей. Учитывая анализ литературы можно сделать
предположение о том, что чем больше независимых директоров с большими
показателями центральности, тем меньше будет показатель нелегального
использования активов компании. Следующая гипотеза сформулирована следующим
образом:: Чем больше независимых директоров с высокой центральностью в составе
Совета Директоров имеет организация, тем меньше использование активов компании
в личных целях.
.2
Описание переменных
Ключевыми переменными являются показатели центральности по
степени, центральности по близости, центральности по посредничеству и
центральности по собственному вектору. Смысловая нагрузка каждого из этих
показателей рассматривались ранее. Далее будут рассмотрены математические
методы их измерения.
В таблице 1 представлены независимые переменные, которые
будут использованы в исследовании.
Таблица 1. Описание переменных
|
Переменные
|
Описание
|
|
TUN
|
Показатель нелегального использования активов,
«туннелирование».
|
|
Centrality
|
Три показателя центральности по степени, по
близости, по посредничеству, по собственному вектору.
|
|
Owners managers
|
Доля членов СД с участием в собственности.
|
|
BOARD_SHARE
|
Общая доля собственности, которую имеют члены
СД.
|
|
GOV_OWNER
|
Доля государственных собственников.
|
|
Leverage
|
Финансовый рычаг.
|
|
Size
|
Размер компании.
|
|
Industry
|
Отраслевая принадлежность.
|
|
Subsidiary
|
Число дочерних компаний.
|
|
S_Indep
|
Доля независимых директоров в СД.
|
Показатель нелегального использования активов акционерами
будет рассматриваться отношение дебиторской задолженности и кредиторской
задолженности к активам компании. В большинстве работ рассматривает именно этот
показатель, так как в дебиторской задолженности и кредиторской задолженности
отображаются сделки с аффилированными лицами, деньги, выданные под отчет и т.д.
Также необходимо обратить внимание на оборачиваемость дебиторской
задолженности, если она слишком большая, то есть вероятность того, что
акционеры используют сделки в качестве способов получения личной выгоды.
Существует несколько схем использования активов компании в
личных целях, далее будет описан один пример основанный на реальных данных.
Компания А ранее владела, либо приобрела каким-либо образом, не отражая в
отчете, оборудование (установку по накачке баллонов кислородом). Компания Б (ИП
Условный) была зарегистрирована в другом субъекте РФ и имела аффилированность с
компанией А. Между этими компаниями была заключена мнимая сделка на поставку
оборудования по наполнению баллонов кислородом. Сделка была оформлена в виде
письменного договора поставки, монтажа и наладки на сумму три миллиона рублей.
В условиях договора также были оговорены сроки оплаты, которые устанавливались
в виде рассрочки на три года. Было просчитано, что платежи в месяц должны
составлять размер ежемесячной прибыли компании А от данного актива, размер
данных выплат также прописали в договоре. Кроме того, договором было
предусмотрено то, что имущество должно числиться на балансе компании А.
Согласно документам о том, что товар был привезен и
установлен, а также налажен, компания Б свои обязательства исполнила. Компания
А в своем балансе в необоротных активах отразила первоначальную стоимость
оборудования (учитывая наладку и монтаж), также компания А отразила
кредиторскую задолженность, которая уменьшалась по факту снижения
задолженности.
В результате данной мнимой сделки каждая из компаний получила
свои выгоды.
Компания А снизила налогооблагаемую базу по налогу на прибыль
на сумму амортизационных отчислений, начисляемых на оборудование, которое
фактически она не приобрела (компания не понесла оттока ресурсов). От сюда
следует, что бюджет недополучает налог на прибыль, таким образом данная сделка
противозаконная.
Компания Б находилась на специальном режиме налогообложения в
виде упрощённой системы налогообложения, по которому налог рассчитывался как 6%
от выручки, введу чего осуществляющий контроль налоговый орган не исследует
расходную часть ИП Условного, то есть не проверяется в данном случае не
приобретал ли ИП Условный данное оборудование по заправке баллонов кислородом.
Ввиду того, что в компании Б (ИП Условный) работает один
человек, то ему не представляет сложности по обналичиванию денежных средств,
полученных при расчетах с компанией А, таким образом данная мнимая сделка
позволяет вывести деньги у реально существующей и реально производящей
какой-либо продукт компании.
Эта схема нелегального использования средств компании,
достаточно распространенная «схема симбиоза» компаний, которые генерируют
денежный поток и компаний «присосок», «карманных компаний», с помощью которых
это делается. Данный процесс полностью контролируется от начала и до конца, вся
схема четко просчитана с юридической и финансовой точек зрения и реально
работает и ей многие пользуются. Существует множество, подобных схем, однако
явно они никак не отображаются и знает о них только определенный круг людей,
подобные схемы делаются образованными, квалифицированными людьми с серьезным
багажом знаний и многие схемы не обнаруживаются контролирующими органами, так
как большинство разработчиков этих схем сами выходцы из контролирующих органов.
По данному примеру видно, что в результате этой мнимой сделки
у компании возникла кредиторская задолженность, именно поэтому исследователи
решили взять показатели кредиторской задолженности и дебиторской в основе
прокси показателя «туннелирования» (Chen et al., 2014, Jiang and Yue, 2005, Jiang et al., 2010, Johnson et al., 2000).
Переменные центральности по степени, центральности по
близости, центральности по посредничеству и центральности по собственному
вектору оценивались на основе данных 112 российских компаний. Для каждой
компании были собраны данные по составу совета директоров на каждый год с 2009
по 2013. Подробнее методология расчета данных показателей будет рассмотрена в
следующей части работы.
Финансовый рычаг рассчитан как отношение заемных средств и
собственного капитала компании, данная переменная также рассматривалась в
некоторых работах ранее (Omer, Shelley, Tice, 2014, Schonlau, Singh, 2009, Chen, Wang, Lin,
2012).
Размер компании рассчитан как натуральный логарифм активов
(Chen, Wang, Lin, 2012, Omer, Shelley, Tice, 2014, Andress, Bongard, Lehmann, 2013, Barnea, Guedj, 2009).
Показатель отрасли переменная категориальная и принимает
следующие значения (Chen, Wang, Lin, 2012):
- Строительство и недвижимость;
- Обрабатывающая промышленность;
- Энергетическая и химическая отрасль;
- Услуги;
- Сфера торговли и сопутствующих услуг;
- Финансы и страхование;
- Отрасль профессиональных услуг.
Данную переменную можно не разбивать на бинарные, так как
очередность в данной переменной идет от промышленных отраслей к сфере
финансовых и социальных услуг, таким образом переменную можно использовать как
целочисленное значение.
.3
Обоснование методов исследования
Чтобы достичь цели, необходимо проанализировать данные,
которые имеют панельную структуру. А именно: данные по российским компаниям, на
протяжении определенного периода времени. Панельные данные позволяют наблюдать
те или иные эффекты, эффекты компаний или эффекты временные. Эффект компаний,
или кросс-секционный эффект может относиться к определенной компании, а
временной эффект относится к какому-либо экономическому явлению, которое
меняется во времени. Анализ данных подобной структуры более эффективный для
подобного исследования, чем, например, временной ряд или кросс-секций.
Основные преимущества панельных данных в следующем
(Ратникова, 2006):
. Данные этого типа предоставляют большое количество
наблюдений, увеличивая число степеней свободы и снижая зависимость между
объясняющими переменными, а, следовательно, стандартные ошибки оценок;
. Данные позволяют анализировать множество
экономических вопросов, которые в отдельности (временные ряды или
пространственные данные) не могут рассматриваться;
. Панельные данные позволяют предотвратить смещение
агрегированности, которое неизбежно возникает при анализе временных рядов (в
данных этого типа рассматривается временное изменение какого-либо объекта), так
и при анализе перекрестных данных (не учитываются индивидуальные характеристики
объекта и предполагается однородность всех коэффициентов регрессии);
. Анализ панельных данных позволяет проследить
индивидуальные временные изменения всех объектов выборки;
. Такие данные дают возможность избежать ошибки
спецификации, которые возникают от невключения в модель каких-либо важных переменных.
Для обоснования выдвинутых гипотез необходимо построить
регрессионную модель с целью определения взаимосвязи описанных ранее
показателей центральностей и нелегального использования активов компаний.
Сначала будут построены и проанализированы сквозные регрессионные модели, затем
будут рассмотрены различные спецификации, с целью определения модели здраво
описывающей взаимосвязи.
3.
Методология исследования
.1
Описание выборки
Регрессионный анализ будет реализован с помощью программы Eviews 8. Программа помогает
оценивать не только данные имеющие кросс-секционную структуру и временные ряды,
но также и панельные данные.
Как было сказано ранее в данной работе будет рассмотрена
выборка, собранная в рамках работы Международной лаборатории экономики нематериальных
активов в 2015-2016 гг., по российским компаниям с 2009 по 2013 годы. Всего
получилось собрать финансовых показателей по 112 компаниям. Кроме того,
некоторые данные собирались непосредственно с сайтов компаний, из их годовых
отчетов. В данном случае возникала сложность, которая заключалась в отсутствии
некоторых отчетов компаний на более ранние годы, приходилось искать некоторые
отчеты на прочих сайтах архивах. Не все компании публикуют свои отчеты на
сайтах, включающие состав совета директоров. Стоит заметить, что нет единого
формата отчетов, это затрудняет поиск необходимых данных. Данные годовые,
период наблюдения с 2009 по 2013 годы, отчетная дата каждой компании на конец
декабря. Был выбран именно этот промежуток времени, так как оценки модели
получатся более актуальные настоящему времени.
Показатели связей директоров рассчитывались следующим
образом. Для каждой компании на каждый год были собраны составы советов
директоров с 2009 по 2013 годы. Всего получилось 1997 уникальных директоров,
560 наблюдений по компаниям в целом за весь рассматриваемый период. После сбора
данных по составу советов директоров с помощью базы Microsoft Access на каждый год были
подобранны всевозможные «пары» директоров, формировавшиеся в случае, если один
человек сидел хотя бы на одном заседании с другим. Определяющим фактором связи
были такие параметры как тикер компании и год, в котором индивид входил в
состав Совета Директоров. Всего получилось 98456 всевозможных пар.
После формирования пар была использована надстройка для Microsoft excel «NodeXL», программа позволяет
рассчитать, на основе базы содержащей все пары, все четыре показателя,
характеризующие количество прямых связей директора, его центральность, качество
связей и его влиятельность.
Большинство исследований в данной области используют
регрессионный анализ. Данный способ является наиболее удобным для оценивания
подобных взаимосвязей. Панельная структура, как уже было сказано ранее,
учитывает не только изменения среди объектов, что делает кросс-секция, а также
учитывает и временные изменения, эффекты связанные, например, с сезонностью или
кризисом.
.2
Расчет показателей центральности
Первое на что необходимо обратить внимание, это показатели
связей директоров. Чтобы рассчитать показатели сетевых взаимоотношений
директоров, была собрана большая база из 112 российских компаний. Для каждой
компании были собраны данные по составу совета директоров на каждый год с 2009
по 2013.
В большинстве работ, на первом этапе строится матрица
директоров отдельно на каждый год, в этой матрице значение 1 ставится в случае
если
директор сидел хотя бы на одном заседании с
директором, а на главной диагонали ставятся
нули, так как сам с собой директор сидеть не может (см. Таблица 2). С помощью
данной матрицы можно посчитать первоначальный показатель «степень», то есть
количество прямых связей для каждого директора (Freeman, 1979, Bohler, Rapp,
Wolff, 2010, Qi, 2010, Andergassen, 2011, Andres, Bongard, Lehmann, 2013,
Shelley, Omer, Tice, 2014).
Таблица 2. Пример матрицы связей
|
|
|
|
|
|
|
0
|
1
|
0
|
1
|
|
|
1
|
0
|
0
|
1
|
|
|
0
|
0
|
0
|
1
|
|
|
1
|
1
|
1
|
0
|
Так, согласно таблице 1, директор имеет показатель
«степень» равный 2. Так же в социологии существует общая схема (см. Рисунок 2),
которая объясняет данный показатель.
Формула показателя центральности по степени выглядит
следующим образом:
, (1)
где g - это количество директоров в конкретном году. Знаменатель
используется для того, чтобы избежать отличия в разнице количества человек в
совете директоров.
Рис. 2. Схема формирования показателя центральности по
степени
Следующий показатель центральность по близости. Как было
сказано ранее, данный показатель можно назвать влиятельность или важность
директора в сети, хотя последний (центральность по собственному вектору) больше
характеризует важность (качество) прямых связей директора. Если быть точным, то
данный показатель характеризует степень с которой данный директор контролирует
связи других директоров, а также показатель характеризует степень, с которой
этот же директор сокращает дистанцию между всеми возможными парами других
директоров, которые не имеют прямой связи друг с другом. В этом случае директор
выступает как «мост» помогающим другим образовывать связи. Данная ситуация
наглядно представлена на рисунке 3.
Рис. 3. Схема формирования показателя центральности по
посредничеству [1, C. 15]
Например, директор «С» образует связь между «B» и «D», «B» и «E», «A» и «D», «A» и «E», таким образом его
показатель равен 4, а у «B» равен 3 так как он образует соединяет три пары «A» и «C», «A» и «D», «A» и «E» и так далее. Однако,
когда мы рассматриваем директоров, как и в случае с показателем центральности
по степени, то нужно использовать следующую формулу:
(2)
Где, 
- количество всех пар которые образует индивид i,
- количество связей между директорами j и k.
- для того, чтобы ликвидировать разницу между
размерами советов директоров.
Третий показатель центральность по близости. Данный
показатель характеризует сумму «расстояний», преодолеваемых i-м директором при попытке
контактировать с другими персонами в сети, кроме того, она определяет скорость
и независимость влияния директора на других людей. Формула выглядит следующим
образом:
(3)
Где, d (i, j) - дистанция между директором i и директором j.
На рисунке 4 можно наглядно представлена схема расчёта этого
показателя.
Рис. 4. Схема формирования и пример расчета показателя
центральность по близости [1, C. 25]
Последний показатель центральность по собственному вектору.
Эта мера показывает взвешенную величину прямых связей директора и характеризует
степень с которой сетевая центральность директора соотносится с центральностью
его соседей, иными словами эта мера характеризует качество всех связей, которые
имеет директор. Формула выглядит следующим образом:
(4)
Расчет основывается на модели «собственное значение -
собственный вектор» («eigenvalue-eigenvector»): 
, где 
- это смежная матрица,
которая принимает значение 1 если директор i и директор j в одном совете
директоров, и 0 в противном случае. λ - наибольшее «собственное
значение» и 
- это «собственное значение» центральности j-го директора. В
социологии, индивиды, обладающие большим доступом к информации - ценные ресурсы
информации. Данная величина определяет наиболее ценного директора.
.3
Предварительный анализ данных
Рассмотрим описательные статистики переменных, чтобы выявить
выбросы и ненужные наблюдения, таким образом останутся те наблюдения,
результатом анализа которых будут получены более адекватные оценки.
Всего в исследовании 560 наблюдений. В приложении
представлены описательные статистики выборки (см. Приложение 1). В нескольких
переменных стандартное отклонение превышает их среднее в несколько раз,
следовательно, выборка является неоднородной. Это можно объяснить тем, что в
выборке собраны компании, принадлежащие разным отраслям и компании разного
размера. Большая часть переменных не подчиняется нормальному закону
распределения, на то указывают значения эксцесса и асимметрии, только
переменная характеризующая размер компаний близка к нормальному.
Согласно описательным статистикам прокси показатель
нелегального использования активов компании (TUN) не является нормально
распределенной величиной, так как значения асимметрии и куртозиса равны 1,94 и
6,9, в случае нормального распределения они должны быть близки к значениям 0 и
3. Минимальное значение по выборке равно нулю, скорее всего это связанно с тем,
что в выборке присутствуют компании, по которым не удалось рассчитать
показатель, ввиду отсутствия данных в доступе.
Теперь рассмотрим независимые переменные. Основные
переменные, на которые необходимо обратить внимание - это центральность по
степени (degree), центральность по близости (closeness), центральность по
посредничеству (betweenness) и центральность по собственному вектору (eigenvector). Данные переменные в
тои или иной мере характеризуют качество, степень сетевых взаимоотношений
директоров в нашей выборке, и в среднем компании, в которой они выступают в
качестве директоров совета. Остановимся на показателе центральности по степени
(degree centrality) в среднем во всей
выборке показатель равен около 13, то есть директора в компании в среднем имеют
13 прямых связей. Медианное значение так же около 12, это говорит о том, что
половина выборки имеет показатель равный меньше 12 связей. Максимальный
показатель равен примерно 32, скорее всего это достаточно крупные компании,
такие как Лукойл, Газпром и т.д. в совете директоров подобных компании очень
много директоров, или компании независимые директора которых работают на
несколько компаний. Следующий показатель - центральность по близости (closeness centrality), характеризует близость
директора к остальным директорам сети и его влияния в сети в целом на других
директоров, скорость получения информации от других директоров. Среднее
значение показателя по выборке примерно 0,05. Самый максимальный показатель
равен 0,25. Показатель также не является нормально распределенной величиной,
так как коэффициент асимметрии и куртозиса не равны 0 и 3, хотя довольно близки
к этим значениям. Показатель центральности по посредничеству (betweenness centrality) - характеризует
влиятельность директора в сети, т.е. то количество потенциальных связей,
которые он образует между другими возможными парами директоров, то есть
выступает в качестве «моста» между ними. Средний показатель по выборке равен
1549,04. Максимальное значение показателя в выборке около 20 тыс., минимальное
0 - этот показатель принадлежит тем компаниям, Совет Директоров которых не
имеет индивидов, которые сидели бы еще в одном и более Советах Директоров.
Последний показатель характеризует качество связей, которые компания имеет -
центральность по собственному вектору (eigenvector centrality). Максимальное значение
показателя в выборке 0,06. Минимальное значение также равно 0 - те же самые
компании, директора которых не имеют связей вне компании. Хочется отметить,
несмотря на то, что переменные не имеют нормального распределения, на них не
стоит накладывать ограничений, так как нам важно понять, как влияет степень,
качество, влияние директоров компаний на рыночную капитализацию компаний, таким
образом надо нужны и те индивиды, которые не имеют связей.
Переменная характеризующая долю членов Совета Директоров с
участием в собственности (Owners managers) близка к нормальному распределению, так
как коэффициенты асимметрии и куртозиса близки к 0 и 3. Максимальное значение
равно единице, это говорит о том, что в выборке присутствуют компании в совете
директоров которых 100% собственников, а также в выборке есть компании в Совете
Директоров которых нет вообще собственников, об этом нам говорят значения
максимума и минимума (1 и 0 соответственно). Кроме того, можно говорить о том,
что в среднем по выборке 20% членов Советов Директоров с участием в
собственности, но чаще всего встречаются компании, в которых таковых членов СД
8%.
Следующая переменная характеризует общую долю собственности,
которую имеют члены Совета Директоров (Board_share), сразу видно, что
переменная не имеет нормального распределения, так как коэффициенты асимметрии
и куртозиса в несколько раз превышают значения при нормальном распределении, в
среднем по выборке общая доля собственности, которая принадлежит членам СД
равна примерно 2-3%. Больше половины выборки имеют доли собственности равной
0%, существует также компания, в которой доля собственности, которой владеет СД
равно 95%.
Переменная характеризующая финансовый рычаг (Leverage). По коэффициентам
асимметрии и куртозиса данной переменной видно, что она не является нормально
распределенной, так как значения превышают 0 и 3 в несколько раз.
Переменная размера компаний (Size) рассчитана как
натуральный логарифм совокупных активов компании. Также не является нормально
распределённой величиной. Медианное значение примерно равно 16, это говорит о
том, что 50% выборки имеет компании размер которых колеблется от 16 до 20. В
среднем компании имеют показатель равный 15.
Также в работе рассматривается показатель характеризующий
количество дочерних компаний для каждой из выборки. Максимальное количество
равно единице. В основном в компаниях имеются либо одна «дочка», либо их нет
совсем.
Рассматривается показатель, характеризующий доли
государственных собственников (Gov_Owner). Также переменная не является нормально
распределенной, так как показатели асимметрии и куртозиса равны 5,2 и 31,4
соответственно. в среднем доля государственного владения составляет 3,58%,
максимальное значение 100%, минимальное 0. Это говорит о том, что в выборке
присутствуют компании независящие от государства, и зависящие либо частично, а
в некоторых случаях на 100% (Транснефть).
Переменная доли независимых директоров в составе СД имеет
среднее значение равное 14,35%. Это говорит о том, что в среднем по
рассматриваемой выборке в составе Совета Директоров примерно 14% внешние
директора. Максимальное значение данной переменной равно единице, данное
значение говорит о том, что есть компания, в которой в какой-то период времени
совет директоров состоял только из независимых директоров. Посмотрев на данные
было определено, что в 2010 году у компании Транснефть Совет директоров
полностью состоял из независимых директоров.
.4
Корреляционный анализ
Согласно корреляционному анализу, представленному в приложении
2 видно, что все три показателя сетевых взаимодействия Советов Директоров имеют
небольшую отрицательную взаимосвязь с показателем нелегального использования
активов компании. Также по данной матрице видно, что показатель центральности
по степени (degree centrality), центральности по близости (closeness centrality), центральности по
посредничеству (betweenness centrality) и центральности по собственному вектору (eigenvector centrality) имеют положительную
сильную связь с между собой, это говорит о том, что при регрессионном анализе
включать все четыре показателя в одну модель не целесообразно, в силу
возникновения мультиколлинеарности, поэтому мы будем рассматривать несколько
моделей.
Корреляция между контрольными переменными и показателями
центральности не велики в основном меньше 30%, таким образом мы можем включить
их во все модели. Кроме того, между показателями центральности и контрольными
переменными также не замечено сильной зависимости.
.5
Регрессионный анализ
Далее проводился регрессионный анализ. В качестве зависимой
переменной использовался прокси показатель нелегального использования активов
компании, «туннелирование» (TUN). Основные независимые переменные включенные в
регрессионную модель изначально были следующие: центральность по степени (degree centrality), центральность по
посредничеству (betweenness centrality), центральность по близости (closeness centrality), центральность по
собственному вектору (eigenvector centrality), доля членов СД с
участием в собственности (owners managers), общая доля собственности, которую имею
члены СД (board share), натуральный логарифм активов, который характеризует размер
компании (size), финансовый рычаг (leverage), показатель отраслевой принадлежности
компании (industry), доля государственных собственников компании (gov_owner), число дочерних
предприятий (subsidiary), доля независимых директоров в составе СД (s_indep). Однако, после
корреляционного анализа принято построить модели для каждого показателя сетевых
взаимодействий отдельно, в силу однородности этих показателей в модели
возникает мультиколлинеарность.
Общий вид регрессионной модели выглядит следующим образом:
Сначала были построены сквозные модели методом наименьших
квадратов (OLS) без применения каких-либо эффектов (см. Таблица 3)
Таблица 3. Результаты оценки сквозных моделей
|
1st
|
2nd
|
3rd
|
4th
|
|
DEGREE
|
-0.0023* (0,0013)
|
|
|
|
|
CLOSENESS
|
|
-0.2822** (0,1182)
|
|
|
|
BETWEENNESS
|
|
|
-3.69e-06 (2,54e-06)
|
|
|
EIGENVECTOR
|
|
|
|
-0.0035 (0.0025)
|
|
Owners managers
|
-0.0621* (0,0321)
|
-0.0695** (0,0309)
|
-0.0641** (0,0322)
|
-0.0711** (0,0312)
|
|
BOARD_SHARE
|
0.0021** (0,0008)
|
0.0023*** (0,0008)
|
0.0020** (0,0008)
|
0.0021** (0,0008)
|
|
GOV_OWNER
|
-0.0010** (0,0007)
|
-0.0009** (0,0007)
|
-0.0011** (0,0004)
|
-0.0011** (0,0004)
|
|
Leverage
|
0.0113*** (0,0024)
|
0.0112*** (0,0024)
|
0.0113*** (0,0024)
|
0.0114*** (0,0024)
|
|
Size
|
0.0033 (0,0028)
|
0.0036 (0,0028)
|
0.0031 (0,0027)
|
0.0029 (0,0028)
|
|
Industry
|
-0.0201** (0,0087)
|
-0.0238*** (0,0087)
|
-0.0204** (0,0087)
|
-0.0197** (0,0088)
|
|
Subsidiary
|
0.0149 (0,0171)
|
0.0130 (0,0171)
|
0.0181 (0,0167)
|
0.0203 (0,0166)
|
|
S_indep
|
0.0091 (0,0274)
|
0.0154 (0,0274)
|
0.0071 (0,0271)
|
0.0025 (0,0269)
|
|
Const.
|
0.2619*** (0,0531)
|
0.2251*** (0,0517)
|
0.2447*** (0,0516)
|
0.2396*** (0,0516)
|
|
R-squared
|
13.95%
|
14.58%
|
13.71%
|
13.67%
|
|
Obs.
|
360
|
360
|
360
|
360
|
* Значим на 10% уровне
** Значим на 5% уровне
*** Значим на 1% уровне
В результате построения сквозных регрессий видим, что
показатели центральности по посредничеству (betweenness) и центральности по
собственному вектору (eigenvector) незначимы. Однако в данных моделях видно, что
показатель доли членов СД с участием в собственности (owners managers) отрицательно влияет на
прокси показатель «туннелирования». Это говорит о том, что чем больше в СД
членов, имеющих долю в собственности, тем меньше «туннелирование», скорее всего
это связано с тем, что эти собственники всегда находятся близко к независимым
директорам и те в свою очередь влияют на поведение этих собственников,
способствуя снижению «туннелирования». Доля государственных собственников (GOV_OWNER) компании также
отрицательно влияет на нелегальное использование активов, это связанно скорее
всего с тем, что эти организации очень сильно контролируются государством и это
способствует снижению «туннелирования», так как государство само не заинтересованно
в подобных действиях. Однако, если обратить внимание на переменную,
характеризующую общую долю собственности, которую имеют члены СД, то можно
сказать о том, что чем больше доля владения, тем больше показатель нелегального
использования активов. Переменная характеризующая отраслевую принадлежность (industry) значима и показывает,
что, например, в строительных компаниях «туннелирование» в среднем больше, чем
в финансовых компаниях, это связанно с тем, что в строительных компаниях
физически активов больше, чем в финансовых, этими активами могут выступать как
простые обрабатывающие станки, так и различные грузовые автомобили краны и т.д.
в среднем модели описывают 14% дисперсии объясняющей переменной, в первой и
второй моделях с независимыми переменными центральности по степени и
центральности по близости. Коэффициенты перед показателями значимы и показывают
отрицательную зависимость «туннелирования» от показателей центральности. Это
говорит о том, что чем больше связей у членов СД, чем центральнее эти связи,
тем сильнее они могут контролировать мажоритарного акционера, предотвращая
нелегальное использование активов.
Также необходимо отметить, что показатель наличия дочерних
компаний не значим ни в одной модели, это говорит о том, что подобное нелегальное
поведение акционеров не будет зависеть от наличия и присутствия какой-либо
аффилированной компании, что не соответствует предполагаемой нами гипотезе.
Далее для каждой модели были проверены графики остатков, в
результате был обнаружено наличие гетероскедастичности (см. Рисунок 5), скорее
всего это связанно с тем, что компании в выборке из разных отраслей, таких как:
промышленность, строительство, торговля, банки и т.д.
Рис. 5. Графики остатков сквозных моделей
Наличие гетероскедастичности приводит к тому, что полученные
оценки с помощью метода наименьших квадратов не являются эффективными. Кроме
того, статистические выводы о качестве полученных оценок могут быть
неадекватными.
Таким образом было принято оценивать модели с помощью
обобщённого метода наименьших квадратов (GLS), чтобы избавиться от
гетероскедастичности. В Таблице 4 представлены результаты оценки моделей
методом GLS.
Таблица 4. Результат оценки моделей обобщенным методом
наименьших квадратов
|
1st
|
2nd
|
3rd
|
4th
|
|
DEGREE
|
-0.0016*** (0,0004)
|
|
|
|
|
CLOSENESS
|
|
-0.2477*** (0,0556)
|
|
|
|
BETWEENNESS
|
|
|
-1.89e-06** (8,59e-07)
|
|
|
EIGENVECTOR
|
|
|
|
-0.0019** (0,0007)
|
|
Owners managers
|
-0.0323*** (0,0123)
|
-0.0442*** (0,0118)
|
-0.0409*** (0,0124)
|
-0.0473*** (0,0124)
|
|
BOARD_SHARE
|
0.0026*** (0,0004)
|
0.0027*** (0,0004)
|
0.0026*** (0,0004)
|
0.0026*** (0,0004)
|
|
GOV_OWNER
|
-0.0001*** (9,08e-05)
|
-0.0008*** (9,56e-05)
|
-0.0009*** (9,00e-05)
|
-0.0009*** (8,37e-05)
|
|
Leverage
|
0.0139*** (0,0026)
|
0.0138*** (0,0025)
|
0.0139*** (0,0026)
|
0.0140*** (0,0026)
|
|
Size
|
0.0053*** (0,0014)
|
0.0073*** (0,0014)
|
0.0059*** (0,0014)
|
0.0059*** (0,0014)
|
|
Industry
|
-0.0019*** (0,0051)
|
-0.0208*** (0,0049)
|
-0.0192*** (0,0052)
|
-0.0182*** (0,0053)
|
|
Subsidiary
|
0.0134* (0,0081)
|
0.0167** (0,0079)
|
0.0159* (0,0082)
|
0.0198** (0,0082)
|
|
S_Indep
|
-0.0058 (0,0086)
|
-0.0055 (0,0084)
|
-0.0007 (0,0085)
|
|
Const.
|
0.1955*** (0,0295)
|
0.1440*** (0,0297)
|
0.1728*** (0,0293)
|
0.1683*** (0,0296)
|
|
R-squared
|
51.69%
|
47.66%
|
53,03%
|
53,51%
|
|
Obs.
|
360
|
360
|
360
|
360
|
* Значим на 10% уровне
** Значим на 5% уровне
*** Значим на 1% уровне
В данном случае оценки получились более эффективными, почти
все коэффициенты значимы на 1%-м уровне значимости. Коэффициенты при
центральности по посредничеству (betweenness) и центральности по собственному вектору (eigenvector) стали значимыми на 5%-м
уровне значимости. В данном случае гипотезы об отрицательном влиянии
показателей центральности членов СД на нелегальное использование активов
компании акционерами подтверждаются. Также обратим внимание на показатели
количества дочерних компаний (subsidiary), видно, что коэффициенты значимы, это говорит
нам о том, что наличие дочек способствует увеличению использования активов
компании с целью получения лично выгоды. Это можно объяснить, так как при
появлении новых аффилированных лиц, или наличие таких, возникают новые
источники совершения «мнимых» сделок. Показатель размера компании (size) положительно влияет на
прокси показатель нелегального использования активов компании, скорее всего это
связано с тем, что в больших компаниях мониторинг со стороны независимых
директоров трудноосуществим, в силу этого момента, контролирующий акционер
может находить новые способы получения частных выгод, об этом уже упоминалось в
теоретическом обзоре.
Следующим этапом в регрессионном анализе было рассмотрение
совместного влияния показателей сетевой центральности с долей государственных
собственников (GOV_CEN), чтобы ответить на вопрос о том являются ли компании с большей
долей государственного владения и высокими показателями центральностей членов
Совета Директоров менее предрасположены к нелегальному использованию активов,
или наоборот это способствует оттоку нецелевому оттоку активов из компании. По
сути, высокая центральность и высокая доля государственного владения должна
перекрывать возможные источники нелегальных контрактов. Результаты оценки
совместного влияния представлены ниже (см. Таблицу 5).
Таблица 5. Результат оценки моделей с совместным влиянием
центральности и доли государственного владения.
|
1st2nd3rd4th
|
|
|
|
|
|
DEGREE
|
-0,0013*** (0,0005)
|
|
|
|
|
CLOSENESS
|
|
-0,2187*** (0,0581)
|
|
|
|
BETWEENNESS
|
|
|
-8,45e-07 (9,58e-07)
|
|
|
EIGENVECTOR
|
|
|
|
-0,0058* (0,0008)
|
|
Owners managers
|
-0,0296** (0,0127)
|
-0,0379*** (0,0118)
|
-0,0397*** (0,0128)
|
-0,0426*** (0,0125)
|
|
BOARD_SHARE
|
0,0025*** (0,0004)
|
0,0027*** (0,0004)
|
0,0026*** (0,0004)
|
0,0026*** (0,0004)
|
|
GOV_OWNER
|
-0,0005 (0,0004)
|
-0,0009*** (0,0001)
|
-0,0006*** (0,0002)
|
-0,0008*** (0,0001)
|
|
Leverage
|
0,0081*** (0,0026)
|
0,0081*** (0,0025)
|
0,0085*** (0,0026)
|
0,0084*** (0,0026)
|
|
Size
|
0,0012 (0,0014)
|
0,0019 (0,0014)
|
0,0013 (0,0014)
|
0,0013 (0,0014)
|
|
Industry
|
-0,0136*** (0,0051)
|
-0,0160*** (0,0049)
|
-0,0136** (0,0053)
|
-0,0135** (0,0053)
|
|
Subsidiary
|
0,0021 (0,0082)
|
0,0031 (0,0079)
|
0,0045 (0,0083)
|
0,0066 (0,0084)
|
|
S_Indep
|
-0,0030 (0,0087)
|
-0,0029 (0,0085)
|
-0,0057 (0,0088)
|
-0,0086 (0,0084)
|
|
GOV_CEN
|
-3,09e-05 (2,67e-05)
|
-0,0012 (0,0026)
|
-5,94e-08 (3,93e-08)
|
-0,0701 (0,0413)
|
|
Const.
|
0,2450*** (0,0296)
|
0,2147*** (0,0298)
|
0,2275*** (0,0291)
|
0,2282*** (0,0299)
|
|
R-squared
|
43,77%
|
38,17%
|
39,21%
|
46,53%
|
|
Obs.
|
360
|
360
|
360
|
360
|
* Значим на 10% уровне
** Значим на 5% уровне
*** Значим на 1% уровне
Как видим из данной таблицы показатели совместного влияния
показателей центральности Советов Директоров и государственного владения не
значимы.
Также важно рассмотреть совместное влияние доли независимых
директоров в составе Совета Директоров и показателей центральности директоров (IND_CEN). Результаты оценки
совместного влияния представлены ниже (см. Таблицу 6).
Таблица 6. Результат оценки моделей с совместным влиянием
центральности и доли независимых директоров в составе СД
|
1st
|
2nd
|
3rd
|
4th
|
|
DEGREE
|
-0,0032*** (0,0005)
|
|
|
|
|
CLOSENESS
|
|
-0,1799*** (0,0645)
|
|
|
|
BETWEENNESS
|
|
|
-5,80e-08*** (1,26e-06)
|
|
|
EIGENVECTOR
|
|
|
|
-0,0018** (0,0009)
|
|
Owners managers
|
-0,0404*** (0,0125)
|
-0,0461*** (0,0119)
|
-0,0418*** (0,0123)
|
-0,0047*** (0,0125)
|
|
BOARD_SHARE
|
0,0025*** (0,0004)
|
0,0028*** (0,0004)
|
0,0025*** (0,0004)
|
0,0026*** (0,0004)
|
|
GOV_OWNER
|
-0,0011*** (8,95e-05)
|
-0,0008*** (9,34e-05)
|
-0,0009*** (8,67e-05)
|
-0,0009*** (8,56e-05)
|
|
Leverage
|
0,0139*** (0,0025)
|
0,0138*** (0,0026)
|
0,0140*** (0,0026)
|
0,0139*** (0,0026)
|
|
Size
|
0,0045*** (0,0014)
|
0,0075*** (0,0014)
|
0,0059*** (0,0014)
|
0,0059*** (0,0014)
|
|
Industry
|
-0,0160*** (0,0048)
|
-0,0237*** (0,0052)
|
-0,0191** (0,0049)
|
-0,0184*** (0,0054)
|
|
Subsidiary
|
0,0156* (0,0079)
|
0,0159* (0,0082)
|
0,0180** (0,0081)
|
0,0194** (0,0082)
|
|
S_Indep
|
-0,0593** (0,0244)
|
-0,0014 (0,0085)
|
-0,0262** (0,0117)
|
-0,0024 (0,0099)
|
|
IND_CEN
|
-0,0046*** (0,0016)
|
-0,4400 (0,2952)
|
-1,01e-05*** (2,91e-06)
|
-0,2362 (3,0171)
|
|
Const.
|
0,2220*** (0,0296)
|
0,2147*** (0,0296)
|
0,1809*** (0,0296)
|
0,1686*** (0,297)
|
|
R-squared
|
53,57%
|
50,31%
|
54,59%
|
53,59%
|
|
Obs.
|
360
|
360
|
360
|
360
|
* Значим на 10% уровне
** Значим на 5% уровне
*** Значим на 1% уровне
Рассмотрим результаты по каждой модели отдельно. В результате
оценки модели с совместным влиянием центральности по степени и доли независимых
директоров в СД, коэффициент перед переменной доля независимых членов СД (S_Indep) получился значимым с
отрицательным знаком. В результате можно сделать вывод о том, что чем больше
количество независимых директоров в СД, тем меньше контролирующий акционер
использует активы компании с целью личной выгоды. Такой эффект связан с тем,
что большему количеству независимых директоров проще проводить мониторинг
деятельности акционера и оказывать давление в случае возникновения прецедентов
к «туннелированию». Переменная совместного влияния (IND_CEN) говорит о том, что чем
больше независимых директоров с большим количеством связей, тем меньше
нелегальное использование активов со стороны мажоритарного акционера. Ситуация
с третьей моделью, где в качестве показателя центральности выступает
посредничество (betweenness) такая же. Знак перед показателем совместного влияния
говорит о том, что чем больше в Совете Директоров независимых членов с высокими
показателями центральности по посредничеству, тем меньше нелегальное
использование активов.
Обратив внимание на модели с центральностью по близости и с
центральностью по собственному вектору можно сказать, что не имеет значения
сколько независимых членов состоит в Совете Директоров, а важно то, какие связи
они имеют с точки зрения близости и собственного вектора, то есть в СД может
находиться один независимый, но с высоким показателем центральности по
близости, имеющий наибольшую центральность во всей сети локально. Также и с
центральностью по собственному вектору, самое главное не количество таких
директоров, а качество их связей, чем выше центральность его связей, тем
наибольший авторитет он представляет в глазах контролирующего акционера. Такой
независимый директор способен предотвращать «туннелирование».
В силу того, что показатели центральности получаются
ненормированными для каждой компании, так как при анализе не выделяется
максимально возможное количество связей, то есть в регрессии рассматриваться
одна сеть, таким образом отсутствие нормирования не искажает результаты.
4.
Описание результатов
.1
Основные результаты
После построения нескольких моделей регрессий и анализа
данных моделей, их коэффициентов влияния на показатель нелегального
использования активов компании, можно сделать несколько выводов.
Переменная показывающая количество прямых связей -
центральность по степени (degree centrality) Советов Директоров российских компаний
имеет отрицательное влияние на нелегальное использование активов компании.
Другими словами, более активный директор всей сети, у которого больше всего
связей, более уверен в принятии тех или иных решений, и способен влиять на
поведение акционера, таким образом предотвращая нелегальные действия с его
стороны. Гипотеза об отрицательно влиянии показателя центральности по степени
не опровергнута.
Переменная центральность по близости (closeness centrality) также отрицательно
влияет на показатель нелегального использования активов компании, так как показатель
характеризует скорость распространения информации в сети от одного участника к
остальным. Иными словами, директор, чей показатель центральности по близости
наиболее высокий имеет возможность быстрее всех получить ту или иную
информацию, а, следовательно, быстрее всех и эффективнее принимает
управленческие решения, в том числе и решает проблемы с возможными нелегальными
действиями акционера. Гипотеза об отрицательном влиянии центральности по
близости на нелегальное использование активов компании не опровергнута.
Переменная центральность по посредничеству (betweenness centrality) показывает то, сколько
кратчайших путей между всеми директорами сети проходит через определенного
директора. По сути, данный показатель характеризует насколько важную роль играет
директор в данной сети на пути между другими директорами. То есть чем выше
степень контроля независимого директора над передачей информации и образованию
потенциальных связей между другими удаленными в сети акторами, тем больше у
него влияния на акционеров. В результате анализа мы видим, что показатель также
отрицательно влияет на показатель нелегального использования активов компании
это является подтверждением выдвинутой ранее гипотезы.
Показатель центральности по собственному вектору (eigenvector centrality) показывает зависимость
между центральностью директора и центральностью директоров, имеющих с ним
прямые связи. Этот показатель также отрицательно влияет на нелегальное
использование активов, это объясняется тем, что директор имеющий качественные
связи будет наиболее уверенным в том, что любые его действия будут
поддерживаться со стороны, данный директор не будет переживать по поводу
будущего места работы, что позволит принимать ему решения даже наперекор
акционеру, в результате чего директор с таким авторитетом может влиять и
предотвращать вредящие компании действия со стороны акционера. Гипотеза об
отрицательном влиянии центральности по собственному вектору на нелегальное
использование активов не была опровергнута.
Показатель доли членов СД с участием в собственности говорит
о том, что чем больше доля таких членов, тем меньше подобных нелегальных
действий совершается со стороны собственников. Однако, показатель общей доли
собственности, которой владеют члены СД говорит об обратном, что чем больше доля
их владения, тем больше нелегальных сделок они будут совершать. Это логично
исходя из того, что они могут оказывать некоторый «прессинг» на всех членов
советов директоров, возможно это один из тех вопросов, который можно изучать в
будущем.
Один из важных показателей контрольных переменных количество
дочерних компаний (Subsidiary). Коэффициент перед переменной значим и имеет прямое влияние
на зависимую переменную. Это говорит о том, что наличие аффилированных лиц,
дочерних компаний может позволять акционерам проводить нелегальные операции с
активами и совершать прочие фиктивные сделки с этими аффилированными лицами,
так как возникают потенциальные источники «туннелирования» и совершения мнимых
сделок.
Также в работе рассматривались вопросы о совместном влиянии
показателей центральности и доли независимых членов советов директоров. В
результате анализа стало ясно, что такие показатели как центральность по
степени и центральность по посредничеству имеют совместное влияние с долей
членов советов директоров на нелегальное использование активов. Логика в
подобном выводе есть, так как один директор с небольшим количеством связей, не
важно каких, так как мы рассматриваем простой показатель центральности по
степени, не имел бы такого влияния на акционера, как если бы таких директоров
было двадцать. С показателем центральности по посредничеству такие же выводы. В
силу того, что показатель посредничества может быть высокий, а качество прямых
связей не большое (центральность по собственному вектору), в данном случае обладатель
таких показателей центральности необязательно может иметь авторитет и
способность к быстрому принятию решения, при наличии маленького показателя
центральности по близости. Если таких независимых директоров будет несколько в
СД, то они уже смогут повлиять на какие-либо скрытые действия акционера.
Еще один важный вывод, который мы получили в результате
исследования, что показатель центральности по близости и центральности по
собственному вектору не имеют общего влияния с долей независимых директоров в СД.
Это, с точки здравого смысла, логично, так как в СД может быть один независимый
директор, но с очень высоким показателем центральности по близости, и в силу
скорости получения той или иной информации, в силу быстроты и широкого доступа
ко всем акторам сети он может получать необходимую информацию, опыт с высокой
скоростью, что дает ему возможность принимать более качественные решения в
более короткое время. Также независимый директор может иметь высокий показатель
центральности по собственному вектору и для компании не важно сколько таких
директоров будет в СД.
В работе рассматривался такой вопрос как совместное влияние
центральности и доли владения государством. Анализ не дал положительных
результатов, совместное влияние оказалось не значимым, хотя в отдельно эти
переменные отрицательно влияют на зависимую переменную, т.е. даже если в
компании не будет независимых директоров, но высокая доля владения
государством, то в таких компаниях «туннелирование» будет сводиться к минимуму.
Также был сделан вывод о том, что компании, относящиеся к
таким отраслям как строительство и недвижимость, обрабатывающая промышленность
имеют более высокий показатель нелегального использования активов компании в
отличии от компаний финансового сектора или отрасли услуг.
Сравнивая результаты с предыдущими работами можно выделить
то, что в данной рассматривались такие вопросы как наличие дочерних
предприятий, наличие государственного владения и влияние доли независимых
директоров и их совместного влияния на нелегальное использование активов
компании. В предыдущих работах, как например (Chen, Wang, Lin, 2012) авторы
рассматривали просто влияние показателей центральности на «туннелирование»,
однако вопрос о возможном совместном влиянии центральности и долей
государственного владения, или долей независимых директоров в СД не
рассматривался. В целом выводы о том, что высокие показатели центральности
директоров снижают нелегальное использование активов одинаковы.
Заключительные выводы проделанной работы следующие: наиболее
активные директора сети, имеющие наиболее высокий показатель центральности по
степени, центральности по близости, центральности по посредничеству и
центральности по собственному вектору обеспечивают более качественное
управление, качественный мониторинг акционеров. Такие директора определенно
имеют авторитет внутри всей сети, что позволяет им получать всю необходимую
информацию, которая помогает принимать им быстрые и качественные решения, таким
образом предотвращая нелегальное использование активов компании и ее фондов. Результаты
показывают, что директора могут сократить подобные действия со стороны
акционеров с помощью своих связей, используя свой авторитет и опыт, доступность
информации. Это позитивно влияет на корпоративное управление, и в результате
этого можно сделать вывод о том, что Совет Директоров, как орган управления,
является определенно важной частью компаний, особенно при наличии независимых
директоров, имеющих множество качественных связей.
.2
Ограничения исследования
Данная работа полезна исследователям в области корпоративного
управления, аналитикам компаний и социологам. Она позволяет рассмотреть теории
социальных сетей на примере корпоративного управления. Полученные результаты в
первую очередь характерны для российских компаний. Тем не менее результаты
могут применяться и к другим компаниям, не только рассмотренным в данной
работе. В работе было показано, что сетевые взаимодействия членов Совета
Директоров могут оказывать влияние на поведение акционеров. Продолжая
исследования зарубежных авторов можно сказать, что влияние сетевых
взаимодействий на нелегальное использование активов компании имеет место быть и
в российских компаниях. Однако в данной работе есть свои ограничения.
Во-первых, отсутствие большей по размерности выборки. В
отличии от зарубежных исследователей выборка по российским компаниям достаточно
маленькая, и слишком разнообразная по сферам деятельности, что отразилось на
анализе в виде гетероскедастичности.
Во-вторых, в качестве оценки нелегального использования
активов был выбран прокси показатель, который используется в прошлых работах
(Chen et al., 2012, Peng et al., 2010). В дальнейшем
хотелось бы разработать какой-нибудь более другой показатель оттока активов и
нелегальных сделок в компании, который будет более конкретно отображать нецелевые
использования активов компаний и ихфонды, однако сложность в том, что подобные
действия сложно заметить, в силу грамотно проведенных сделок как с юридической,
так и с экономической точки зрения, однако такие сделки имеют место быть.
В-третьих, могут существовать и другие ненаблюдаемые факторы,
влияющие на показатель нелегального использования активов компании, в будущем
можно было рассмотреть с использованием таких показателей как самоуверенность
акционеров, в виде уровня их образования. Кроме самоуверенности акционеров,
можно рассмотреть, как уровень образования независимых директоров, а также
совместное влияние образования и центральности независимых директоров будет
влиять на нелегальное использование активов компании контролирующим акционером.
Это отдельный раздел, но определенно заслуживающий внимания в рассматриваемой
теме.
Заключение
Цель данной работы состоит в том, чтобы изучить влияние
центральности членов советов директоров на нелегальное использование активов
компании. Анализируемая выборка представляет собой 112 Российских компаний в
период с 2009 по 2013 годы. В результате проведенного регрессионного анализа
была обнаружена обратная зависимость нелегального использования активов
компании и показателей центральности. В предыдущих работах авторы также
получали отрицательную зависимость.
В результате оценки нескольких спецификаций моделей были
получены ожидаемые результаты. Было доказано, что при высокой центральности по
степени независимые члены Советов Директоров имеют возможность подавлять
«туннелирование» со стороны контролирующего акционера. Центральность по
близости, характеризующая близость членов СД ко всем остальным участникам сети
директоров, отрицательно влияет на нелегальное использование активов компании,
так как директор с высокой центральностью способен получать информацию,
распространяющуюся внутри сети с большей скоростью чем остальные, что позволяет
ему быстро принимать решения. Центральность по посредничеству, которая
характеризует степень контроля директора на протекающей информацией во всей
сети, снижает возможности контролирующего акционера совершать нелегальные
сделки. Центральность по собственному вектору характеризует качество прямых
связей директора, и носит смысловую нагрузку в виде его авторитета, то есть
имея в «друзьях» директоров с высокой центральностью делает независимого
директора авторитетом. Такой директор не переживает по поводу своего будущего,
рабочего места и так далее. Он может спокойно и независимо от мнения других
принимать решения, даже иногда наперекор контролирующему директору, в том числе
при обнаружении каких-либо нелегальных действий со стороны акционера.
Независимый директор с высокими показателями центральности не будет рисковать
своим авторитетом, поэтому он не заинтересован в том, чтобы такие сделки имели
место в его карьере.
Также результаты работы показали, что доля независимых членов
в составе СД снижает «туннелирование». Чем больше таких директоров, с высокой
центральностью по степени и по посредничеству, тем меньше использование активов
с целью получения личной выгоду у мажоритарного акционера.
Вклад данной работы также заключается в том, что были
проверены эффекты присутствия государства во владении компании. В целом
совместного влияния центральности директоров и доли владения государством нет,
так как государство по умолчанию заинтересованно в развитии организации, а не в
распродажах и пустых растратах ее активов. Кроме того, это первая работа,
которая рассматривает данные российских компаний в рамках анализа сетей.
Данное исследование можно улучшить, добавив такие показатели
как самоуверенность акционеров, в виде уровня их образования и прочих
личностных характеристик. Кроме самоуверенности акционеров, можно рассмотреть
уровень образования независимых директоров, а также совместное влияние
образования и центральности независимых директоров. Это отдельный раздел, но
определенно заслуживающий внимания в рамках рассматриваемой темы.
Список
литературы
1. Adamic, L. (2013), Network Centrality, Available at
Department of Computer Science at Bryn Mawr College:
http://cs.brynmawr.edu/Courses/cs380/spring2013/section02/slides/05_Centrality.pdf
2. Adams, R.B., Ferreira, D. (2007), A theory of friendly
boards, Journal of Finance, 62 (1), 217-250.
. Adler, P.S., Kwon, S. (2000), Social Capital: The Good,
the Bad, and the Ugly, Knowledge and Social Capital: Foundations and
Applications, 89-115.
. Aggarwal, R., Elston, J.A. (2001), Bank-firm
relationships, financing and firm performance in Germany, Economics Letters, 72
(2), 225-232.
. Andres, C., Bongard, I., Lehmann, M. (2013), Is Busy
Really Busy? Board Governance Revisited, Journal of Business Finance &
Accounting.
. Barnea, A., Guedj, I. (2009), Director Networks, Working
Paper, University of Texas at Austin, Available at SSRN: http://papers.ssrn.com/sol3/papers.cfm?
abstract_id=966555.
. Baysinger, B.D., Butler, H.N. (1985), Corporate
Governance and the Board of Directors: Performance Effects of Changes in Board
Composition, Journal of Law, Economics and Organization, 1 (1), 101-124.
. Beasley, M. (1996), An empirical analysis of the relation
between the board of director composition and financial statement fraud, The
Accounting Review, 443-465.
. Belliveau, M.A., O’Reilly, C.A., Wade, J.B. (1996),
Social capital at the top: effects of social similarity and status on
CEO-composition, Academy of Management Journal, 39 (6), 1568-1593.
. Bizjak, J., Lemmon, M., Whitby, R. (2009), Option
backdating and board interlocks, Review of Financial Studies, 22 (11),
4821-4847.
. Bohler, D., Rapp, M.S., Wolff, M. (2010), Director
Networks, Firm Performsnce, and Shareholder Base, Working Paper.
. Borgatti, S.P., Halgin, D.S. (2011), On Network Theory,
Organization Science, 22 (5), 1168-1181.
. Brass, D.J., Galaskiewicz, J., Greve, H.R., Tsai, W.
(2004), Taking stock of networks and organizations: a multilevel perspective,
Academy of Management Journal, 47 (6), 795-817.
. Burt, R.S. (2005), Brokerage and Closure: an introduction
to social capital, Oxford University Press.
. Burt, R.S. (2000), The network structure of social
capital, Research in Organizational Behavior, 22, 345-423.
. Caldarelli, G., Catanzaro, M. (2004), The corporate
boards networks, Physica A, 338, 98-106.
. Chen, X., Wang, K. (2005), Related party transactions,
corporate governance and state ownership reform, Economic Research Journal, 4,
77-86.
. Chen, Y., Wang, Y., Lin, L. (2014), Independent
Directors' Board Networks and Controlling shareholders' tunneling behavior,
China Journal of Accounting Research, 101-118.
. Chuluun, T., Prevost, A., Puthenpurackal, J. (2010),
Board networks and the Cost of Corporate Debt, Working Paper.
. Coleman, J.S. (1988), Social Capital in the Creation of
Human Capital, The American Journal of Sociology, 94 (1), 95-120.
. Davis, G.F., Greve, H.R. (1997), Corporate Elite Networks
and Governance Changes in the 1980s’, American Journal of Sociology, 103 (1),
1-37.
. Du, X.Q., Guo, J.H., Lei, Y. (2010), Controlling
shareholders’ cash embezzlement, external auditing and corporate governance.
Economic Management Journal, 1, 111-117.
. Fich, E.M., Shivdasani, A. (2006), Are Busy Boards
Effective Monitors?, Journal of Finance, 61 (2), 689-724.
. Fracassi, C., Tate, M. (2012), External networking and
internal firm governance, Journal of Finance, 67 (1), 153-194.
. Freeman, L.C. (1979), Centrality in social networks:
conceptual clarification, Social Networks, 1, 215-239.
. Friedman, E., Simon, J., Todd, M. (2003), Propping and
tunneling, Journal of Comparative Economics, 31 (4), 732-750.
. Gao, L., He, S.H., Huang, Z.Z. (2006), Corporate
governance and tunneling. China Economic Quarterly, 5 (4), 1157-1178.
. Granovetter, M. (2005), The impact of social structure on
economic outcomes, Journal of Economic Perspectives, 19 (1), 33-50.
. Hochberg, Y., Ljungqvist, A., Lu, Y. (2007), Whom you
know matters: venture capital networks and investment performance, The Journal
of Finance, 62, 251-301.
. Jiang, G.H., Yue, H. (2005), A study of the relationship
between big shareholders’ diverting listed companies’ capital and the stock
returns of these companies, Management World, 9, 119-126.
. Johnson, S., La, Porta, R., Lopez-de-Silanes, F.,
Shleifer, A. (2000), Tunneling, The American Economic Review, 90 (2), 22-27.
. Ju, X.Q., Pan, A.L. (2010), Determinants of violations of
related party transactions of listed companies in China, Shandong Social
Sciences, 7, 71-75.
. Newman, M.E. (2005), A measure of betweenness centrality
based on random walks, Social Networks, 27 (1), 39-54.
. Koening, T, Gogel, R. (1981), Interlocking directorates
as a social network, American Journal of Economics and Sociology, 40 (1),
37-50.
. Kuhnen, C.M. (2009), Business networks, corporate
governance, and contracting in the mutual fund industry, Journal of Finance, 5,
2185-2220.
. Larcker, D.F., So, E.C., Wang, C.C.Y. (2013), Boardroom
centrality and stock returns, Journal of Accounting and Economics, 55 (2-3),
225-250.
. Li, Z.Q., Sun, Z., Wang, Z.W. (2004), Tunneling and
ownership structure of a firm: evidence from controlling shareholder’s
embezzlement of listed company’s funds in China, Accounting Research, 12, 3-13.
. Luo, D.L., Tang, Q.Q. (2007), Market environment and
controlling shareholders’ tunneling behavior, Accounting Research, 4, 71-76.
. Murray, G. (2001), Interlocking directorates: what do
they tell about corporate power in Australia, Journal of Australian Political
Economy, 47, 5-26.
. Omer, T., Shelley, M., Tice, F. (2014), Do director
networks matter for financial reporting quality? Evidence from restatements,
Working paper.
. Qi, Q. (2010), How Does The director's social network
matter? Evidence from structure estimation, Working paper.
. Andergassen, R. (2011), Board of Director collusion,
managerial incentives and firm values, Working Paper.
. Schonlau, R., Singh, P.V. (2009), Board networks and
merger performance, Working paper, Carnegie Mellon University.
. Schoorman, F., Bazerman, M., Atkin, R. (1981),
Interlocking directorates: a strategy for reducing environmental uncertainty,
Academy of Management Review, 6, 243-251.
. Shleifer, A., Vishny, R.W. (1997), A survey of corporate
governance, Journal of Finance, 52 (2), 737-783.
. Tsai, W. (2001), Knowledge transfer in
intraorganizational networks: effects of network position and absorptive
capacity on business unit innovation and performance, The Academy of Management
Journal, 44, 996-1004.
. Wang, K., Xiao, X. (2005), The empirical study on the
institutional ownership and resources expropriation by the related parties,
Nankai Business Review 2, 27-33.
. Wasserman, S., Faust, K. (1994), Social network analysis:
methods and applications, Cambridge University Press.
. Windolf, P. (2002), Corporate Networks in Europe and the
United States, Oxford: Oxford University press.
. Yu, M.G., Xia, X.P. (2004), Controlling shareholder,
agency problem and related party transaction: evidence from China’s listed
companies, Nankai Business Review, 6, 33-38.
. Zaheer, A., Bell, G.G. (2005), Benefiting from network
position: firm capabilities, structural holes, and performance, Strategic
Management Journal, 26 (9), 809-825.
. Zajac, E.J., Westphal, J.D. (1996), Director reputation
and CEO-Board power, and the dynamics of board interlocks, Administrative
Science Quarterly, 41 (3), 507-529.
53. Лифинцев,
Д.В. (2013), Вестник Балтийского федерального университета им. И. Канта, №5,
77-84.
. Ратникова,
Т.А. (2006), Введение в эконометрический анализ панельных данных, Экономический
журнал ВШЭ, №2.