مدل‌سازی عوامل موثر بر ساختار سرمایه در شرکت‌های پذیرفته‌شده بورس اوراق بهادار تهران

محورهای موضوعی : اقتصاد مالی

زهرا طالبی ¹ , محمد سخنور ² , طاهره آخوندزاده ³

1 - دانشجوی دکتری، گروه اقتصاد، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران
2 - استادیار، گروه اقتصاد، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران
3 - استادیار، گروه اقتصاد، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران

تاریخ پذیرش : 1379/05/19 تاریخ انتشار : 1379/03/12

کلید واژه: اهرم مالی, ساختار سرمایه, سرمایه, C11, مدل میانگین‌گیری بیزین (BMA), D53: JEL, طبقه بندی E22,

چکیده مقاله :

هدف مقاله مدل‌سازی عوامل موثر بر ساختار سرمایه در شرکت‌های پذیرفته‌شده بورس اوراق بهادار تهران با رهیافت مدل‌ میانگین‌گیری بیزین بود. برای دست‌یابی به این هدف، تعداد 175 شرکت از میان شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران طی سال‌های 1390 - 1400 به روش حذف سیستماتیک، انتخاب و به‌عنوان نمونه اصلی تلقی شد. برای شناسایی مهم‌ترین متغیرهای اثرگذار بر ساختار سرمایه از مدل میانگین‌گیری بیزین استفاده شد. بنابراین،61 متغیر موثر بر ساختار سرمایه شناسایی شد که در مدل میانگین‌گیری بیزین وارد شد. این متغیرها در دو دسته عوامل درونی و بیرونی طبقه‌بندی شد. براساس احتمال‌های پیشین، 17 متغیر به‌عنوان متغیرهای مهم بر ساختار سرمایه شناسایی شد. از میان این متغیرها 10 متغیر درون‌شرکتی (نوع مالکیت؛ سود خالص عملیاتی؛ نسبت آنی؛ نسبت گردش دارایی‌های کل؛ نسبت پوشش نرخ بهره؛ نسبت بدهی به حقوق صاحبان سهام؛ بتای هر سهم؛ مدیریت سود تعهدی؛ درماندگی مالی و مالیات) و 7 متغیر برون‌شرکتی (تورم؛ نرخ ارز؛ کسری بودجه؛ شاخص فضای کسب و کار؛ شاخص تاب‌آوری اقتصادی؛ شاخص تحریم؛ عمق بازار سرمایه) بر ساختار سرمایه موثر بودند.

چکیده انگلیسی:

The capital structure, meaning the way the company is financed, affects the value of the company, the relationship between the components of the capital structure, which is a mixture of bonds and stocks for financing, has a significant effect on the performance results of companies, the aim of the research is to model the factors affecting the capital structure in companies listed on the Tehran Stock Exchange (the approach of Bayesian averaging (BMA), This research is practical in terms of purpose and correlational in terms of nature. In order to achieve the goal of the research, 175 companies were selected from among the companies admitted to the Tehran Stock Exchange during the years 1390 to 1400 by systematic elimination method and considered as the main sample.In order to identify the most important variables affecting the capital structure, the BMA model has been used. Based on this, 61 identified variables affecting the capital structure were included in the Bayesian averaging model. These variables were divided into two categories of internal and external factors. Based on previous probabilities, 17 variables were identified as important variables on capital structure. Among these variables, 10 intra-company variables (type of ownership; net operating profit; current ratio; total assets turnover ratio; interest rate coverage ratio; debt-to-equity ratio; beta per share; accrual profit management; financial distress and tax) and 7 external variables (inflation, exchange rate, budget deficit, business climate index, economic resilience index, sanctions index, capital market depth) were effective on the capital structure

منابع و مأخذ:

-‌ اسدی قره‌جلو، بهرنگ و عبده تبریزی، حسین (1399). ارزیابی مهارت‌های مدیریت سبد اوراق بهادار در صندوق‌های سرمایه‌گذاری مشترک بازار سرمایه ایران: رویکرد میانگین‌گیری مدلی بیزین. مجله پژوهش‌های برنامه و توسعه، 1(2)، 129-97.

-‌ برزگر، قدرت‌الله، تقوی، سید روح‌الله و آجرپی، مزدک (1400). بررسی ‌تأثیر عدم اطمینان محیطی بر ساختار سرمایه: شواهدی از شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران. فصلنامه رویکردهای پژوهشی نوین در مدیریت و حسابداری، 5(72)، 104-90.

-‌ بشارت، علی، رنج‌پور، رضا و صادقی، سید کمال (1397). بررسی مؤثرترین عوامل توضیح‌دهنده رشد اقتصادی در کشورهای سازمان همکاری اسلامی: رهیافت حداکثر راست‌نمایی پانل بیزی. فصلنامه نظریه‌های کاربردی اقتصاد، 5(3)، 239-263.

-‌ رحیمی، رحمان، صراف، فاطمه، جعفری، محبوبه و صفوی، بیژن (1401). مدل‌سازی و شناسایی متغیرهای غیرشکننده مؤثر بر ریسک اعتباری در بانک تجارت با تأکید بر فناوری‌های فین‌تک. مجله پیشرفت‌های مالی و سرمایه‌گذاری، 3(9)، (زیر چاپ).

-‌ رستمی، ژیلا، فتاحی، شهرام و سهیلی، کیومرث (1402). مدل‌سازی و تخمین بازده بورس اوراق بهادار تهران با استفاده از مدل‌های پویا، فصلنامه اقتصاد مالی، 17(62)، 185-216.

-‌ رهنمای رودپشتی، فریدون و زندی، آناهیتا (1399). ‌تأثیر استراتژی شرکت‌ها بر ساختار سرمایه در بورس اوراق بهادار تهران. فصلنامه پیشرفت‌های مالی و سرمایه‌گذاری، 1(1)، 1-17.

-‌ ستایش، محمدحسین و ابراهیمی، فهیمه (1400). رابطه جانشینی میزان استفاده از اهرم مالی در ساختار سرمایه و اجتناب مالیاتی. پژوهش‌های حسابداری مالی و حسابرسی، 13(49)، 53-72.

-‌ شیخ‌لی، سمانه، نصیری‌اقدم، علی، آماده، حمید و درودیان، حسین (1401). مدل‎سازی پیش‌بینی بحران بانکی ایران با رویکرد مدل‌های میانگین‎‌گیری بیزین. فصلنامه علمی نظریه‌های کاربردی اقتصاد، 9(4)، 1-36.

-‌ صبوری، نرگس و کریم‌پور، عنایت (1400). بررسی اثرات مشترک عدم‌قطعیت سیاست اقتصادی و ویژگی‌های شرکت بر ساختار سرمایه (مطالعه موردی: شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران). فصلنامه رویکردهای پژوهشی نوین در مدیریت و حسابداری، 5(66)، 1-18.

-‌ صنیعی‌فر، میثم، صالحی امیری، سیدرضا، مختاری بایع کلایی، مهران، الیاسی، مهدی، سجادی جاغرق و سید عبداله (1402). بررسی ‌تأثیر مولفه‌های فرهنگی بر ساختار شرکت‌های کوچک و متوسط در صنعت پتروشیمی. پژوهش‌نامه مدیریت اجرایی، 15(29)، 303-321.

-‌ طالب‌نیا، قدرت الله، پورعبدالهیان تهرانی، رامین، وکیلی فرد، حمیدرضا و اسدنیا، جهانبخش (1402). عوامل مؤثر بر مدیریت نقدینگی در شرکت‌های دارویی: رویکرد میانگین‌گیری بیزی. دانش سرمایه‌گذاری، 12(45)، 73-93.

-‌ گراوند، مریم، طالبلو، رضا و نوراحمدی، محمدجواد (1400). عوامل مؤثر بر ساختار ‌سرمایه شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران؛ رویکرد رگرسیون چند سطحی (۱۳۹۷ -۱۳۸۴) .مدل‌سازی اقتصادسنجی، 6 (2)، 119-146.

 

-‌ Angelini, E., Banbura, M., & Rünstler, G. (2010). Estimating and forecasting the euro area monthly national accounts from a dynamic factor model. Journal of Business Cycle Measurement and Analysis, 2010(1), 1–22.

-‌ Artis, M. J., Banerjee, A., & Marcellino, M. (2007). Factor forecasts for the UK. Journal of Forecasting, 24(4), 279–298.

-‌ Bernanke, B. S., & Boivin, J. (2003). Monetary policy in a data -rich environment. Journal of Monetary Economics, 50(3), 525-546.

-‌ Boivin, J., & Ng, S. (2006). Are more data always better for factor analysis? Journal of Econometrics, 132 (1), 169 -194.

-‌ Cappa, F., Cetrini, G., & Oriani, R. (2020). The impact of corporate strategy on capital structure: Evidence from Italian listed firms. The Quarterly Review of Economics and Finance, 76, 379-385.

-‌ D'Agostino, A., & Giannone, D. (2012). Comparing alternative predictors based on large -panel factor models. Oxford Bulletin of Economics and Statistics, 74(2), 306-326.

-‌ Erić, D. Finansijska, T. (2003). I Instrumenti [Financial markets and instruments], 2nd ed.; Čigoja Press: Belgrade, Serbia. ISBN 978-8675581550.

-‌ Erić, D.; Beraha, I., Đuričin, S., Kecman, N., Jakšić, B., & Finansiranje, M. (2012). I srednjih preduzeća u Srbiji [Financing small and medium-sized enterprises in Serbia]; Institute of economic sciences: Belgrade, Serbia; chamber of commerce and industry of Serbia: Belgrade, Serbia. ISBN 978-86-80315-94-2.

-‌ Evans, S. (2012). Bayesian regression analysis. University of Louisville: Louisville, KY, USA.

-‌ Forni, M., Giannone, D., Lippi, M., & Reichlin, L. (2009). Opening the black box: Structural factor models with large cross -sections. Econometric Theory, 25(5), 1319-1347.

 

-‌ Forni, M., Hallin, M., Lippi, M., & Reichlin, L. (2000). The generalized dynamic factor model: Identification and estimation. Review of Economics and Statistics, 82(4), 540-554.

-‌ Forni, M., Hallin, M., Lippi, M., & Reichlin, L. (2003). Do financial variables help forecasting inflation and real activity in the Euro area? Journal of Monetary Economics, 50(6), 1243-1255.

-‌ Fragoso, T.M., Bertoli, W., Louzada, F. (2018). Bayesian model averaging a systematic review and conceptual classification. International Statistical Review, 86, 1-28.

- Harc, M. (2019). Struktura kapitala malih i srednjih poduzeća u Republici Hrvatskoj. Posl. Izvr. , 13, 87–101.

-‌ Jakovčević, K. (2006). Business economics-economic efficiency and capital investment in reproduction. Faculty of Economics: Subotica, Serbia. ISBN 86-7233-121-4.

-‌ Jensen, M. C. (1986). Agency costs of free cash flow, corporate finance, and takeovers. American Economical Review, 76, 323–329. Available online: http://www.jstor.org/stable/1818789.

-‌ Jensen, M.C., & Meckling, W.H.(1976). Theory of the firm: Managerial behavior, agency costs and ownership structure. Journal of Financial Economics, 3, 305–360.

-‌ Kery, M. (2010). Introduction to WinBUGS for ecologists: A bayesian approach to regression, ANOVA, Mixed Models and Related Analyses. Elsevier Inc: Amsterdam, the Netherlands.

-‌ Khaki, A. R., & Akin, A. (2020). Factors affecting the capital structure: New evidence from GCC countries. Journal of International Studies, 13(1), 9-27.

-‌ Koop, G., McIntyre, S., Mitchell, J., & Poon, A. (2020). Regional output growth in the United Kingdom: More timely and higher frequency estimates from 1970. Journal of Applied Econometrics, 35(2), 176–197.

-‌ Koop, J., Kasuya, M., & Watanabe, T. (2019). Bayesian analysis of time-varying parameter vector autoregressive model for the Japanese economy and monetary policy. Journal of the Japanese and International Economies, 25(3), 225-245.

-‌ Korajczyk, R. A., & Levy, A. (2003). Capital structure choice: Macroeconomic conditions and financial constraints. Journal of Financial Economics, 68(1), 75-109.

-‌ Kraus, A., & Litzenberger, R.H. (1973). A state-preference model of optimal financial advantage. Journal of Financ, 28, 911–922.

-‌ Mansour, M., Al Amosh, H., Alodat, A.Y., Khatib, S.F.A., Saleh, M.W.A. (2022). The relationship between corporate governance quality and firm performance: The moderating role of capital structure. Sustainability, 14.

-‌ Marcellino, M., Stock, J., & Watson M. (2003). Macroeconomic forecasting in the Euro area: Country specific versus area -wide information. European Economic Review, 47 (1), 1 -18.

-‌ Margaritis, D., Psillaki, M. (2010). Capital structure, equity ownership and firm performance. Journal Banking Financ, 34, 621–632.

-‌ Martinez, L.B., Scherger, V., Guercio, M.B.(2019). SMEs capital structure: Trade-off or pecking order theory: A systematic review. Journal of Small Business Enterprise, 26, 105–132.

-‌ Modigliani, F., & Miller, M.H. (1963). Corporate income taxes and the cost of capital: A correction. Ameriacan Econmical Review.  53, 433–443. Available online: https: //www. jstor.org/ stable/ 1809167.

-‌ Mromar, D., & Lancarski, I. (2002). Traditional, modern and new approach to finance. Faculty of Economics, University of Ljubljana, Slovenia.

-‌ Myers, S.C. (1984). The capital structure puzzle. Journal of Financial Economics, 39 (3), 575-592.

-‌ naser, h. (2014). An econometric investigation of forecasting GDP, Oil prices, and relationships among GDP and energy sources. Etheses.whiterose.ac.uk.

-‌ Norazrin R., Abdul Hamid, H., Yahaya, A.S., Ul-Saufie, A.Z., Mohamed Noor, N., Abu Seman, N.A., Kamarudzaman, A.N., &  Deák, G. (2023). Performance of bayesian model averaging (BMA) for Short-term prediction of PM10 concentration in the Peninsular Malaysia. Atmosphere, 14, 311.

-‌ Parvin, S.S., Hossain, B., Mohiuddin, M., Cao, Q. (2020). Capital structure, financial performance, and sustainability of micro-finance institutions (MFIs) in Bangladesh. Sustainability, 12, 6222.

-‌ León-González, R., & Montolio, D. (2015). Endogeneity and panel data in growth regressions: A bayesian model averaging approach. Journal of Macroeconomics, 46, 23-39.

-‌ Schumacher, C. (2007). Forecasting german GDP using alternative factor models based on large datasets. Journal of Forecasting, 26(4), 271–302.

-‌ Stock, J., & Watson, M. (1998). Diffusion indexes. NBER Working Paper No.w6702.

 

-‌ Stock, J., & Watson, M. (2002a). Forecasting using principal components from a large number of predictors. Journal of the American Statistical Association, 97 (460), 1167 -79.

-‌ Stock, J., & Watson, M. (2002b). Macroeconomic forecasting using diffusion indexes. Journal of Business & Economic Statistics, 20 (2), 147 -162.

-‌ Stock, J., & Watson, M. (2005). An empirical comparison of methods for forecasting using many predictors. Manuscript, Princeton University.

-‌ Stock, J., & Watson, M. (2006). Macroeconomic forecasting using many predictors. In: Elliott, G., Granger, C., Timmerman, A. (Eds.), Handbook of Economic Forecasting. North Holland, Amsterdam.

-‌ Stoiljković, A., Tomić, S., & Uzelac, O. (2021). Does capital structure affect the differences in the financial performance of small enterprises? Strategical Management, 26, 72–80.

-‌ Titman, S., & Wessels, R. (1988). The determinants of capital structure choice. The Journal of finance, 43(1), 1-19.

-‌ Xia, X., Liao, J., & Shen, Z. (2019). Government debt and corporate leverage: International evidence. Journal of Financial Economics, 133 (2), 337-356.

-Ming, Li., & Qiu, Mei (2021). The joint effects of economic policy uncertainty and firm characteristics on capital structure: Evidence from US firms. Journal of International Money and Finance, 110 (2021), 102279.

-‌ Zandi, G., Rehan, R., Adnan Hye, Q. M., & Bee Choo, S. L. (2023). Exploring capital structure determinants for OECD energy firms. International Journal of Energy Economics and Policy, 13(4), 338–347. https://doi.org/10.32479/ijeep.14559.

-‌ Zhu, D., Qiu, Z., & Wang, J. (2023). Factors affecting the capital structure of listed Chinese media companies. International Journal of Finance & Economics, 28, 3, 2998-3007.