Влияние личностных и профессиональных качеств генеральных директоров на уровень риска российских публичных компаний

Введение

На сегодняшний день у многих крупных компаний появилась острая необходимость в правильной и действенной системе риск-менеджмента, позволяющей оценить эффект от разных операций. Основной целью данной работы является рассмотрение рисков компании, а также оценка их взаимосвязи с личностными качествами генеральных директоров (образование, возраст, опыт работы и т.п.) Особое внимание уделяется видам специализаций, которые имеют генеральные директора российских компаний. Так как CEO (CEO – аббревиатура, принятая в англоязычной литературе и обозначающая Chief Executive Officer), или генеральный директор, в российских компаниях играет ключевую роль как в операционной деятельности компании, так и в стратегии ее развития, то в данной работе СЕО является центральной фигурой для проведения исследования.

Есть две основные причины, почему данное исследование представляется интересным и актуальным. Во-первых, на данный момент опубликовано множество работ, фокусирующихся на особенностях корпоративного управления и ставящих перед собой похожий исследовательский вопрос: например, [24] (Jensen, Meckling, 1976) впервые написали о роли человеческого фактора в развитии компании, в то время как другие более поздние работы (к примеру, [10] (Brookman, Thistle, 2009)) эмпирически подтвердили влияние управленческих характеристик на стоимость компании и рискованность принимаемых решений. Во-вторых, Россия по-прежнему входит в топ-20 мировых экономик, при этом имеет отличные от западных стран социоэкономические и культурные аспекты развития, что повышает интерес к вопросам корпоративного управления.

При написании статьи возникает вопрос, почему характеристики CEO помогают объяснить уровень риска в деятельности различных компаний. Ведь в условиях совершенного рынка менеджер принимает такие инвестиционные решения, которые позволят максимизировать рыночную стоимость компании. Однако в данной модели ни предпочтения, ни характеристики CEO не играют роли в выборе оптимальных проектов (множество CEO гомогенно, а значит, каждый CEO – совершенный субститут любого другого), все корпоративные решения определяются технологией и рыночной конъюнктурой [16] (Fama, Miller, 1972). Этот недостаток классической экономической теории попытались побороть несколько новых концепций, такие как агентская теория, теория «высших эшелонов», теория человеческого капитала, поведенческие финансы. Для проведения исследования используется метод обобщенных наименьших квадратов со случайными эффектами на панельных данных.

Анализ предыдущих исследований и формулирование гипотез

Для удобства рассмотрим предыдущие исследования в зависимости от анализируемых переменных. Оказывает ли влияние пол генерального директора на уровень риска компании? Теория ресурсной зависимости постулирует, что директора женского пола могут привнести в компанию отличный от коллег-мужчин опыт и взгляд на процессы. Исследования в области корпоративного управления показывают, что женщины менее склонны к риску, чем мужчины, то есть компании, возглавляемые женщинами, демонстрируют низкие показатели финансового рычага [20] (Graham, Harvey, Puri, 2012). Аналогично [23] (Huang, Kisgen, 2013) доказали, что отличие CEO-женщины от СЕО-мужчины в том, что они реже используют долгосрочное кредитование и стараются предпринять попытки поглощения других компаний. Их работа также выявила, что женщины раньше реализуют права по опционным соглашениям, чем мужчины. Это демонстрирует большую самоуверенность мужчин. Однако имеет место быть и заключение авторов [25] (Jianakoplos, Bernaseck, 1998) они объясняют слабую представленность женского пола среди CEO банков и в советах директоров как раз сложившимися стереотипами о женщинах-менеджерах как о плохо справляющихся с риском. Несмотря на это, [3] (Abor, Biekpe, 2007) предположили, что другой причиной может быть дискриминация женщин, а вовсе не поведенческие особенности. Тем не менее авторы исследования [39] (Weber, Zulehner, 2010) выяснили, что в стартапах, в которых первым назначаемым CEO была женщина, вероятность «банкротства» компании была ниже. Еще одно исследование [36] (Stepanova, Kokoreva, Khisamitova, 2019), проведенное на микрофинансовых организациях в Восточной Европе и Центральной Азии показывает, что женщины могут быть особенно эффективны в таких организациях с высоким уровнем риска. Таким образом, можно заключить, что зачастую гендерный признак может быть критерием отбора на пост генерального директора.

Вторая исследовательская переменная – возраст генерального директора. В научной литературе существует мнение, что CEO в более зрелом возрасте следуют менее агрессивным инвестиционным тактикам и придерживаются традиционного управленческого стиля [9] (Bertrand, Mullainathan, 2003). [29] (Orens, Reheul, 2013) утверждают, что чем старше CEO, тем он более консервативен, негибок и не склонен к риску по сравнению с молодыми управленцами. Поэтому такие CEO руководствуются оборонительной стратегией, нежели наступательной. Кроме того, CEO зрелого возраста, вероятно, способны воздействовать на совет директоров: их знания и опыт дают им возможность аргументировать свою позицию и оказывать воздействие на решения, принимаемые директорами, тем самым продвигая менее рискованные проекты [9] (Bertrand, Mullainathan, 2003). [15] (Fabbri, Beber, 2012) утверждают, что молодые управленцы чаще фокусируются на краткосрочных целях в надежде укрепить свою репутацию. Поэтому они берут на себя больший риск, нежели CEO постарше. Кроме того, в научной литературе существуют исследования, в которых обнаружены отрицательные зависимости между возрастом и затратами на НИОКР [7] (Barker, Mueller, 2002), возможностями роста [34] (Serfling, 2014), а также корпоративными поглощениями [41] (Yim, 2013).

Далее рассмотрим уровень образования генерального директора, который отражает его потенциальную производительность и рассматривается как одно из прокси для качества «человеческого капитала» [38] (Waildersak, Suehiro, 2004). [35] (Subramanian, Shahbaz Sheikh, 2007) обнаружили, что чем выше уровень образования CEO, тем больше показатели финансового рычага компании. Если CEO имеет несколько уровней образования (например, бакалавриат + магистратура, бакалавриат + MBA и т. д.), при этом обучаясь различным профильным дисциплинам, он в большей степени способен привнести в компанию новые точки зрения, парадигмы и идеи для профессионального развития сотрудников [6] (Anderson, Burks, DeYoung, Rustichini, 2011) Эмпирические исследования представлены в работах [37, c. 509–522; 7] (Barker, Mueller, 2002), авторы подтвердили тезис, что высококвалифицированные CEO чаще возглавляют инновационные компании. Авторы [15] (Fabbri, Beber, 2012) получили результат, что самоуверенные CEO, получившие степень MBA, более склонны к риску, а CEO c продвинутым знанием инженерного дела обладают лучшими навыками управления рисками. CEO, получившие юридическое образование, более склонны предпринимать активные действия к снижению рисков [27] (Lewis, Walls, Dowell, 2014). В ряде работ, написанных исследователями из США, уделяется особое внимание качеству отбора абитуриентов и составлению классификации «селективных» университетов. Авторами было доказано, что компании, в которых CEO посещали колледжи и университеты с репутацией более тщательного подхода к отбору студентов, демонстрируют более высокие показатели результативности [12] (Chevalier, Elkison, 1999).

Следующая характеристика – предыдущий профессиональный опыт – дает CEO более четкое видение внешней среды компании, включая ее клиентов, поставщиков и регулирование в правовой среде [6] (Anderson, Burks, DeYoung, and Rustichini, 2011). Опыт CEO – возможность оценивать потенциальные инвестиционные проекты с позиций компромисса между риском и доходностью [29] (Orens, Reheul, 2013). CEO с большим профессиональным опытом также более способны заметить проблемы в функционировании компании. Важно указать, в какой именно сфере CEO имел опыт работы: например, CEO-юристы имеют более широкое видение законодательных аспектов регулирования деятельности их компании; CEO с опытом работы в бизнесе/финансах более осведомлены в финансовых вопросах, в то время как CEO-инженеры/ученые, как правило, больше инвестируют в НИОКР [28; 6] (Lin, Lin, Song, Li, 2011; Anderson, Burks, DeYoung, and Rustichini, 2011). Другими словами, предыдущий опыт CEO повышает эффективность и «способность к выживанию» компании, так как специальные знания повышают общий уровень компетентности CEO и оказывают влияние на корпоративную стратегию [18] (Fischer, Pollock, 2004).

Еще одна немаловажная характеристика – это срок работы в компании. CEO с более длительным сроком работы в компании, как правило, обладают большей корпоративной властью и склонны к ее дальнейшему усилению [11] (Chen, Zheng, 2014). Объясняется это тем, что CEO, занимающие пост относительно долгий период, в большей мере склонны пользоваться преимуществом данного поста, особенно тем объемом власти, который закладывает основу для поддержания менее рискованных действий со стороны компании. CEO с более длительным сроком службы представляется как более приверженный своим долгосрочным планам и взглядам на развитие компании, что снижает вероятность импульсивных действий с его стороны [22] (Hambrick, Fukutomi, 1991). К тому же, чем дольше CEO находится на одной позиции в той же компании, тем меньше его стимулы к новаторству в работе, и как следствие, он не проявляет ответную реакцию на изменения во внешней среде. Это, в частности, может быть связано с тем, что такие CEO соблюдают сложившиеся отраслевые практики и нормы и не нарушают статус-кво [21] (Hambrick, Finkelstein, 1987). Таким образом, в работах встречается утверждение, что долгий срок занимаемой должности CEO оказывает отрицательное влияние на наблюдаемый предпринимательский риск [42] (Zahra, 2005).

Рассмотрим следующий показатель – одновременное членство СЕО в совете директоров (а также его возможное председательство). Такая концентрация власти увеличивает риск оппортунизма CEO [31] (Peng, Zhang, Li, 2007). В данном случае ослабнет система «сдержек и противовесов» и CEO может оказывать протекцию более рискованным действиям компании.

Доля акций компаний, принадлежащих генеральному директору. Чем больше доля акций, которыми владеет CEO, тем более вероятно, что интересы CEO будут строиться так же, как и интересы акционеров: приоритет будет отдаваться более рисковым проектам, которые могут повысить стоимость компании [13] (Conger, Finegold, Lawler, 1998). В исследовании [2] (Ovanesova, Zhitikhin, 2020) авторы выяснили, что CEО-основатель наиболее важен на стадии «спада» технологических компаний США. Это объясняется тем, что часто основатели остаются CEO и сохраняют эту должность даже при негативных, высокорисковых результатах работы компании.

Иногда даже происхождение CEO может оказать влияние на общий уровень риска компании. Рассмотрим переменную национальность генерального директора. Основная причина: CEO, прожившие большую часть жизни в стране, в которой функционирует их компания, более осведомлены о специфике менталитета, а также о типичных моделях поведения людей, проживающих в данной стране. В работе [5] (Amran, Ishak, Aripin, Yusof, 2014) авторы показали, что отечественные CEO более эффективны, чем CEO, которые не являются гражданами страны, в которой компания осуществляет свою деятельность. Данное исследование проведено на рынке Малайзии. Неоспоримым является убеждение, что восточная культура Азиатско-Тихоокеанского региона оказывает влияние на этические, коммуникативные и культурные качества руководителя. Россия, в свою очередь, тоже имеет свои культурные, исторические и религиозные особенности развития, что, несомненно, отражается на ведении бизнеса. В связи с этим в проведении данного исследования предлагается рассмотреть, имеется ли взаимосвязь между национальностью руководителя и уровнем риска компании.

После проведенного анализа рассматриваемых показателей в предыдущих работах сформулируем основные гипотезы данного исследования:

H₁: Уровень риска компании выше, если CEO мужчина.

H₂: Уровень риска компании находится в отрицательной взаимосвязи от возраста CEO.

Н₃: Уровень риска компании находится в положительной взаимосвязи от уровня образования CEO.

Н₄: Уровень риска компании выше для руководителей, имеющих экономическое/финансовое/бизнес-образование.

Н₅: Уровень риска компании ниже, если у руководителя имеется юридическое образование.

Н₆: Уровень риска компании ниже, если руководитель имеет техническое/естественно-научное образование.

Н₇: Уровень риска компании находится в положительной взаимосвязи от наличия профессионального опыта CEO в сфере экономики/финансов/бизнеса.

Н₈: Уровень риска компании находится в положительной взаимосвязи от наличия профессионального опыта CEO в юриспруденции.

Н₉: Уровень риска компании находится в положительной взаимосвязи от наличия профессионального опыта CEO с сфере промышленного производства.

Н₁₀: Уровень риска компании находится в отрицательной взаимосвязи от длительности срока работы CEO в данной компании.

Н₁₁: Уровень риска компании растет, если CEO одновременно является членом совета директоров.

Н₁₂: Уровень риска компании растет, если CEO владеет долей акций компании.

Н₁₃: Уровень риска компании падает, если CEO иностранный гражданин.

Перейдем к рассмотрению выборки исследования.

Выборка исследования

Первоначальная выборка состояла исключительно из публичных российских компаний, прошедших листинг на Московской бирже. Ограничение 2016 годом, так как в 2018 году последовал кризис из-за введения значительного количества санкций США, а затем, с начала 2020 года – пандемия COVID-19. В связи с этими событиями было решено, что волатильность стоимости акций российских компаний может быть существенно искажена и окажет негативное влияние на результаты данного исследования.

Для сбора данных использовался терминал Capital IQ, отобраны 240 российских публичных компаний, получены финансовые показатели за последние 10 лет, а также информация по генеральным директорам данных компаний. Однако финальная выборка составила 60 компаний, данные по которым присутствуют хотя бы за последние 4 года. Ниже перечислены причины уменьшения выборки: отсутствие информации о генеральных директорах в биографических данных, полученных через Capital IQ, а также в открытых источниках; приостановление деятельности или ликвидация компании; отсутствие доступных данных о различных финансовых показателях компании, а также о котировках акций этих компаний; смена генерального директора в период с 2012 по 2016 г.; размещение акций компанией позднее 1 января 2012 года.

Для проведения данного исследования из электронной базы данных Capital IQ были получены такие характеристики и финансовые показатели компаний, как название компании; отрасль; рыночная капитализация; EBITDA; общая стоимость активов, обязательств и собственного капитала; капитальные расходы; размер выплаченных дивидендов на 1 акцию; общая выручка; рентабельность активов; свободная денежная наличность; значения финансового рычага; сумма материальных активов; сумма отложенных налогов. Важно отметить, что финансовые компании (банковские учреждения, страховые компании и т. д.) были исключены из анализа из-за особенностей регулирования их деятельности.

Далее были скачаны различные биографические данные по генеральным директорам российских публичных компаний: ФИО; название компании; отрасль; позиция (-и), занимаемая (-ые) в организации; биография; возраст; образование; доля акций компании, принадлежащих CEO. Ввиду большого количества пробелов в данных были предприняты попытки восполнить эти пробелы, используя официальные сайты компаний, личные страницы генеральных директоров, а также такие интернет-ресурсы, как http://finparty.ru/persons/ .

Перейдем к контрольным переменным и регрессионной модели.

Контрольные переменные:

Рентабельность активов, ROA, коэффициент соотношения рыночной и балансовой стоимости акций, BOOK_TO_MARKET, размер компании, SIZE, доля материальных активов, TANG, коэффициент свободного денежного потока, FCF, коэффициент дивидендов, DIV.

Итак, ниже представлена исходная модель, которая будет протестирована на имеющихся данных.

(1)

Показатели, отражающие уровень риска деятельности компании и их измерение

Волатильность цен акций

[35] (Subramanian, Shahbaz Sheikh, 2007) в своей работе подтвердили, что управленческий риск наиболее тесно связан с общим риском компании. Именно изменения доходности акций служат показателем общего риска компании и отражают восприятие рынком ее финансового положения [30] (Patham, 2009). Данный параметр является одним из основных методов измерения уровня риска деятельности компании. Чем выше амплитуда колебаний котировок акций, тем выше степень рискованности действий, предпринимаемых СЕО. Для расчета волатильности берется стандартное отклонение ежедневных изменений доходности акций, торгуемых на бирже, и рассчитывается по следующей формуле:

, (2)

где Price_t и Price_t-1 – котировки акции в два следующих друг за другом дня, Div_t – размер дивиденда.

Далее для каждой компании считается стандартное отклонение за каждый год на основе полученных доходностей по следующей формуле:

(3)

Систематический риск

В работе [17] (Farag, Mallin, 2016) была подтверждена связь между систематическим риском и сроком службы и профессиональным опытом генерального директора, а также с наличием у него опыта работы в сфере юриспруденции. Cистематический риск представляет собой волатильность ожидаемых доходностей акций, рассчитанных на основе модели CAPM. В данном случае используется следующая формула для расчета ожидаемой доходности:

(4)

где – ожидаемая доходность по акции, – безрисковая ставка доходности, – чувствительность доходности акции к изменению рыночной доходности (рассчитывается по формуле , – ожидаемая доходность рыночного портфеля.

В качестве безрисковой ставки доходности используется значение бескупонной доходности по 5-летним облигациям федерального займа, торгуемым на ММВБ (равное 7,95% на 17.03.2017, по данным официального сайта Центрального банка РФ).

Для измерения доходности используем доходность индекса РТС. На основе полученных ожидаемых доходностей будет посчитано стандартное отклонение для каждой компании за каждый год на основе формулы (2). Обозначение данной переменной – SYS_it.

Несистематический риск

Несистематический риск рассчитывается как разность между общим риском и систематическим риском. Несистематический риск представляет собой специфичный для компании риск и может определяться возрастом, сроком работы и профессиональным опытом, а также общим уровнем образования CEO [17] (Farag, Mallin, 2016). Обозначение данной переменной – UNSYS_it.

Значение финансового рычага

Финансовый рычаг (леверидж) – один из показателей рискованности решений, касающихся корпоративного финансирования. Если на рынке происходит неблагоприятный для компании шок, а деятельность компании преимущественно базируется на заемных средствах, наиболее вероятно, что компания будет вынуждена пройти через такие неблагоприятные последствия, как снижение показателя прибыльности и повышение риска дефолта по обязательствам. Леверидж рассчитывается каждый год для каждой компании по следующей формуле:

(5)

где – сумма долговых обязательств компании, сумма собственных средств компании.

Измерение независимых переменных, характеризующих CEO

Возраст. Переменная AGE отражает количество полных лет генеральных директоров на 31 декабря 2016 года.

Срок работы в компании. Переменная TENURE показывает количество полных лет, отработанных генеральным директором в роли члена правления (заместителя генерального директора/генерального директора).

Пол. Переменная GENDER принимает значение 1, если генеральный директор женского пола, и 0, если мужского.

Уровень образования. Переменная EDUCATION принимает значение 0, если генеральным директором освоена лишь одна ступень образования (бакалавриат или специалитет), и 1, если получена степень магистра/MBA/PhD.

Специализация образования. В анализе используются три переменные, призванные охарактеризовать область(-и), которые изучали генеральные директора в высших образовательных учреждениях: FINANCE (если CEO изучал экономику, финансы, бизнес или менеджмент хотя бы на одной ступени высшего образования), LAW (если CEO изучал право и юриспруденцию хотя бы на одной ступени высшего образования) и SCIENCE (если CEO изучал точные или естественные науки или же обучался технической специальности в высшем учебном заведении). Каждая из этих переменных принимает значение 1, если CEO изучал какую-либо из данных трех отраслей знаний, и 0 – в противном случае.

Профессиональный опыт. Были введены три переменные EXP_FINANCE (если генеральный директор обладает опытом работы в сфере финансов или бизнеса), EXP_LAW (если CEO когда-либо был вовлечен в юридическую практику) и EXP_SCIENCE (если CEO имеет опыт работы в промышленном производстве). Каждая из этих переменных принимает значение 1, если CEO обладает опытом работы в какой-либо из названных сфер, и 0 – в противном случае.

Членство в совете директоров. Если CEO параллельно с занимаемой им должностью участвует в собраниях совета директоров в качестве члена или председателя, переменная BOARD равна 1 (и 0 в противном случае).

Национальность. Если CEO родился и вырос в России или в других государствах постсоветского пространства, переменная NATIONALITY равна 0, если за их пределами – 1.

Доля акций, принадлежащая CEO. Переменная OWNERSHIP отражает долю акций, которые находятся в распоряжении генерального директора, в процентном выражении.

После подробного описания метода измерения данных перейдем к следующему этапу – подготовка данных и их оценка для дальнейшего анализа. Ниже представлена таблица с описательными статистиками данных исследования.

Таблица 1

Описательные статистики переменных, участвующих в анализе

	Среднее значение	Стандартное отклонение	Минимум	Максимум
SIZE	7,5789	2,0294	-3,6889	12,9213
TANG	36,1317	29,7238	-84,7813	99,7983
CAPEX	47,9412	24,0360	0,0000	92,3121
DIV	0,3360	0,8323	0,0000	6,0200
BOOK_TO_MARKET	147,5167	176,7076	-626,3061	920,3196
ROA	5,8371	5,7839	-25,0000	23,4000
FCF	2,1760	17,5047	-145,0000	69,3000
LEVERAGE	50,1092	32,2406	0,2190	202,4000
AGE	50,6957	8,6778	34,0000	72,0000
TENURE	6,8768	4,8826	0,0000	23,0000
GENDER	0,0109	0,1039	0,0000	1,0000
EDUCATION	0,4964	0,5009	0,0000	1,0000
FINANCE	0,4819	0,5006	0,0000	1,0000
LAW	0,0362	0,1872	0,0000	1,0000
SCIENCE	0,6630	0,4735	0,0000	1,0000
EXP_FINANCE	0,8732	0,3334	0,0000	1,0000
EXP_LAW	0,0000	0,0000	0,0000	0,0000
EXP_SCIENCE	0,5290	0,5001	0,0000	1,0000
BOARD	0,4239	0,4951	0,0000	1,0000
NATIONALITY	0,0362	0,1872	0,0000	1,0000
OWNERSHIP	7,0017	15,3597	0,0000	61,2700
VOL	4,0570	5,1425	0,0000	44,6040
UNSYS	0,0696	0,1272	0,0000	1,1798
SYS	3,9874	5,1065	-0,3734	44,5784

Источники: составлено авторами.

Предварительные тесты

1. Тестирование нормальности остатков

Для того чтобы понимать, насколько пригодны для интерпретации t- и F-статистики, которые мы получим в дальнейшем, для принятия/отклонения гипотез данной работы проведем тест на нормальность остатков, используя команду sktest res после получения результатов регрессий.

Для всех моделей мы получили значение Prob>chi2=0.000, что говорит о необходимости отклонения нулевой гипотезы о нормальном распределении остатков. Выходом из данной ситуации будет использование особых стандартных ошибок, которые мы получим, применив процедуру статистического бутстрэпа – генерирование большого количества выборок методом Монте-Карло на основе изначальной выборки. В STATA мы сможем интерпретировать наблюдаемые значения тестируемых статистик и принимать решения относительно имеющихся гипотез.

2. Тестирование гетероскедастичности

Для тестирования гетероскедастичности в нашей модели мы будем использовать тест отношения правдоподобия, реализуемый в STATA при помощи программного кода.

Для каждой из 6 используемых нами зависимых переменных мы получили следующее значение тестовой статистики, которое говорит о том, что в данных присутствует проблема гетероскедастичности. Решение – использование устойчивых к гетескедастичности стандартных ошибок, которые задаются опцией vce(clustered(id)).

3. Тестирование мультиколлинеарности

При проведении исследования оценены коэффициенты парных корреляций. В результате можно сделать вывод, что отсутствуют переменные, которые сильно коррелировали бы между собой (значения больше 0.6), поэтому при дальнейшем анализе мы можем опускать наиболее статистически незначимые переменные, так как это не вызовет дополнительных проблем с эндогенностью.

4. Тестирование автокорреляции

С помощью команды xtserial была протестирована гипотеза об отсутствии автокорреляции. Нулевая гипотеза не была отвергнута, что говорит нам об отсутствии необходимости включения в модель динамических элементов (переменных с лагами).

Ниже представлены результаты регрессионного анализа для каждой из следующих зависимых переменных: волатильность доходностей по акциям; несистематический риск; систематический риск; леверидж. В итоговой модели были опущены переменные GENDER и EXP_LAW ввиду слабой представленности в выборке и отсутствия их роли на зависимую переменную. Поэтому каждая модель тестировалась с разными наборами основных и контрольных переменных и ниже представлены наиболее точные варианты спецификаций.

Таблица 2

Значимые переменные в исследуемых моделях

Зависимая переменная

AGE

TENURE

EDUCATION

FINANCE

LAW

SCIENCE

EXP_SCIENCE

NATIONALITY

TANG

BOOK_TO_MARKET

CAPEX

DIV

ROA

FCF

CONS

Волатильности доходностей по акциям компаний

+

+

+

Несистематический риск

+

+

+

+

Систематический риск

+

+

Леверидж

+

+

+

+

+

Источник: составлено авторами.

Волатильности доходностей по акциям компаний:

Таблица 3

Результаты регрессии со случайными эффектами (волатильности доходностей)

	Observed	Bootstrap			Normal-based
vol	Coef.	Std. Err.	z	P>IzI	[96% Conf. Interval]
EDUCATION	-.9711065	1.382271	-0.70	0.482	-3.680309	1.738096
FINANCE	-1.353197	1.387045	-0.98	0.329	-4.071755	1.365361
LAW	-5.424436	2.209474	-2.46	0.014	-9.754926	-1.093946
SCIENCE	-2.590594	1.107539	-2.34	0.019	-4.761331	-.4198565
EXP_SCIENCE	-2.101991	1.620559	-1.30	0.195	-5.278228	1.074245
NATIONALITY	3.287536	5.687542	0.58	0.563	-7.859842	14.43491
TANG	-0.155619	.0105477	-1.48	0.140	-.0362351	.0051113
CAPEX	.0126566	.0143157	0.88	0.377	-.0154017	.040715
DIV	-.2833888	.2590962	-1.09	0.274	-.7912081	.2244305
ROA	-.0626198	.0473872	-1.32	0.186	-.155497	.0302573
FCF	.0098373	.0116103	0.85	0.397	-.0129185	.032593
_cons	8..432395	2.393939	3.52	0.000	3.740361	13.12443
sigma_u	3.3031572
sigma_e	3.6253338
rho	.45360009		(fraction of variance due to u_i)

Источник: составлено авторами.

Итак, можно сделать вывод, что наличие у CEO диплома в сфере права/юриспруденции, а также в сфере точных/естественных наук снижает общий риск публичной компании: первое уменьшает волатильность на 5,42%, второе – на 2,59%.

Несистематический риск

Таблица 4

Результаты регрессии со случайными эффектами (несистематический риск)

	Observed	Bootstrap						Normal-based
vol	Coef.	Std. Err.		z		P>IzI		[96% Conf. Interval]
AGE	-.0037076	.0026903		-1.38		0.168		-.0089805		.0015652
TENURE	-.0118119	.0043491		-2.72		0.007		-.020336		-.0032878
EDUCATION	.0601314	.0352507		1.71		0.088		-.0089586		.1292214
FINANCE	-.0976482	.0776473		-1.26		0.209		-.2498342		.0545378
LAW	-.1581139	.0896246		-1.76		0.078		-.3337748		.0175471
SCIENCE	.0436072	.0550495		0.79		0.428		-.0642878		.1515023
EXP_FINANCE	.0477622	.0604966		0.79		0.430		-.0708091		.1663334
EXP_SCIENCE	-0.714615	.0579517		-1.23		0.218		-.1850447		.0421217
BOARD	.0376848	.0317785		1.19		0.236		-.0245998		.0999694
NATIONALITY	.2107461	.0776227		2.72		0.007		.0586084		.3628838
OWNERSHIP	.0008942	.0013255		0.67		0.500		-.0017036		.0034921
TANG	.0002842	.0003737		0.76		0.447		-.0004482		.0010166
CAPEX	.0004336	.0007732		0.56		0.575		-.0010819		.0019491
DIV	.0097357	.0208433		0.47		0.640		-.0311165		.0505879
BOOK_TO_MARKET	-.000395	.0000454		-0.87		0.384		-.0001285		.0000495
ROA	.0015577	.002489		0.63		0.531		-.0033207		.0064361
FCF	-.0000455	.0003081		-0.15		0.883		-.0006494		.0005584
_cons	.2651967	.1857948		1.43		0.153		-.0989544		.6293479
sigma_u	.08907803
sigma_e	.0798512
rho	.55445705		(fraction of variance due to u_i)

Источник: составлено авторами.

Во втором случае мы снова убеждаемся в том, что CEO, имеющие юридическое образование, менее склонны к рискованным проектам: уровень несистематического риска для них ниже на 0,16% при прочих равных. Кроме того, общий уровень образования также оказал влияние на зависимую переменную: получение MBA/PhD или аналогичной степени повышает аппетит к риску на 0,06%. Каждый дополнительный год CEO на посту приводит к снижению несистематического риска на 0,012%. Наконец, СEO-иностранцы оказались большими любителями риска, ведь для них в среднем показатель несистематического риска больше на 0.21%.

Систематический риск

Таблица 5

Результаты регрессии со случайными эффектами (систематический риск)

	Observed	Bootstrap			Normal-based
vol	Coef.	Std. Err.	z	P>IzI	[96% Conf. Interval]
AGE	.0345261	.0919666	0.38	0.707	-.1457251	.2147773
TENURE	.0078439	.11054	0.07	0.943	-.2088104	.2244982
EDUCATION	-.9161966	1.69104	-0.54	0.588	-4.230574	2.398181
FINANCE	-1.296594	1.565746	-0.83	0.408	-4.3654	1.772213
LAW	-4.938595	2.328089	-2.12	0.034	-9.501566	-.3756241
SCIENCE	-2.918733	1.67975	-1.74	0.082	-6.210984	.373517
EXP_FINANCE	.1262121	1.887647	0.07	0.947	-3.573507	3.825932
EXP_SCIENCE	-2.097413	1.394685	-1.50	0.133	-4.830945	.6361189
NATIONALITY	2.863756	4.78969	0.60	0.550	-6.523865	12.25138
SIZE	-.1471257	.2543906	-0.58	0.563	-.6457222	.3514708
TANG	-.0133946	.0135	0.76	0.321	-.0398542	.013065
CAPEX	.0166062	.0176768	0.94	0.348	-.0180397	.051252
DIV	-.2655477	.4010927	-0.66	0.508	-1.051675	.5205794
ROA	-.0596404	.0447124	-1.33	0.182	-.1472752	.0279944
FCF	.0095623	.0131676	0.73	0.468	-.0162458	0.353704
_cons	7.415414	4.94692	1.50	0.134	-2.28037	17.1112
sigma_u	3.4295619
sigma_e	3.6357603
rho	.47084027		(fraction of variance due to u_i)

Источник: составлено авторами.

Ситуация с систематическим риском аналогична первому пункту: CEO с дипломом в сфере права/юриспруденции, а также в сфере точных/естественных наук статистически значимо и имеет отрицательную взаимосвязь с общим риском публичной компании: первое уменьшает волатильность на 4,94%, второе – на 2,92%.

Леверидж

Таблица 6

Результаты регрессии со случайными эффектами (леверидж)

	Observed	Bootstrap			Normal-based
vol	Coef.	Std. Err.	z	P>IzI	[96% Conf. Interval]
AGE	.156345	.3455446	0.45	0.651	-.52091	.8336
TENURE	1.316295	.6482577	2.03	0.042	.0457333	2.586857
EDUCATION	-8.159937	6.302679	-1.29	0.195	-20.51296	4.193086
FINANCE	13.41219	8.079832	1.66	0.097	-2.423993	29.24837
LAW	16.82134	10.64724	1.58	0.114	-4.046869	37.68956
EXP_FINANCE	-8.682812	11.45804	-0.76	0.449	-31.14016	13.77453
NATIONALITY	8.755044	10.8613	0.81	0.420	-12.53271	30.0428
OWNERSHIP	-2.521119	.2117998	-1.19	0.234	-.6672318	.1630081
SIZE	-.5060791-	2.335664	-0.22	0.828	-5.083897	4.071739
TANG	-.8942601	.1439746	-6.21	0.000	-1.176445	-.6120751
CAPEX	.194293	.1418239	1.37	0.171	-.0836768	.4722627
BOOK_TO_MARKET	-.0206821	.008522	-2.43	0.015	-.0373849	-.0039794
ROA	.0545609	.2354389	0.23	0.817	-.406891	.5160127
_cons	59.5877	20.25345	фев.94	0.003	19.89166	99.28374
sigma_u	19.154596
sigma_e	10.912199
rho	.7549747		(fraction of variance due to u_i)

Источник: составлено авторами.

Что же касается финансового рычага, здесь снова сыграла роль продолжительность работы CEO в компании, однако взаимосвязь оказалась положительной: каждый дополнительный год СЕО на посту приводит к увеличению левериджа на 1,32%. Кроме того, генеральные директора, обучавшиеся финансам/экономике/менеджменту, значительно больше склонны к риску, чем свои коллеги: значение левериджа для них при прочих равных больше на 13,41%.

Заключение

Результат развития компании во многом зависит от того, кто стоит во главе и принимает ключевые решения. Использование нескольких моделей, отличающихся друг от друга зависимой переменной, служит своего рода проверкой надежности результатов. В итоге самым главным выводом, полученным из этих четырех спецификаций моделей, оказалась роль образования: в каждой модели в той или иной степени присутствуют статистически значимые коэффициенты при переменных, отражающих уровень и специализации образования. Прежде всего, подтвердилась гипотеза о том, что CEO-юристы лучше справляются с управлением рисками в компании: в 3 из 4 моделей данный показатель статистически значим. Возможное объяснение этому может быть следующим: основной задачей будущих юристов является минимизация регуляторных рисков, чему они и обучаются в высших учебных заведениях. Вероятно, такой бэкграунд воспитывает в них сильное неприятие к риску, что отражается в различных показателях компании.

СЕО, получившие образование в сфере естественных/точных наук, а также в инженерном деле, также показывают более низкие показатели рискованности деятельности. Вероятно, технический склад ума помогает выстроить более сложную логику математических моделей при оценке соотношения «риск – доходность», что в целом усиливает тенденцию в минимизации рисков.

СEO, специализировавшиеся в вузе на изучении финансов, экономики или менеджмента, напротив, с большей вероятностью могут увеличить показатели риска компании. Как правило, такие СЕО обладают большей самоуверенностью, аргументируя это тем, что они достаточно хорошо разбираются в финансовой специфике функционирования компании и лучше способны проанализировать рынок. Как результат – более высокий показатель финансового рычага.

Общий уровень образования также сыграл роль в модели с несистематичным риском: подтвердилась гипотеза о том, что дополнительное образование, получаемое после бакалавриата/специалиста, повышает аппетит СEO к риску: они становятся не только более самоуверенными, но и более гибкими в выборе проектов и, как результат, более склонными к отклонению от традиционной управленческой линии в сторону более необычных для компании инвестиционных решений.

Продолжительность работы в компании в управленческой роли также оказалась значимым показателем в 2 из 4 представленных выше моделей. Однако здесь мы получили противоречивые значения коэффициентов. Отрицательное влияние данной переменной возможно, если СЕО показывает приверженность созданному им курсу управления компанией и не проявляет желания менять сложившийся статус-кво. Напротив, положительное влияние срока службы в компании может быть объяснено снижением «переживаний» по поводу построения карьеры, которое закономерно появляется с ростом длительности пребывания в должности CEO. Таким образом, рассмотрение взаимосвязи между сроком пребывания в должности и уровнем риска требует дальнейшего исследования.