Коэффициенты ликвидности / КонсультантПлюс
Коэффициенты ликвидности
Наименование показателя | Формула для расчета | Оптимальное значение | На 31.12.20__ (1) | На 31.12.20__ (2) | На 31.12.20__ (3) |
Коэффициент абсолютной ликвидности | ф. 1 стр. (1240 + 1250) /ф. 1 стр. (1520 + 1510) | > 0.2 | |||
Коэффициент срочной ликвидности | ф. 1 стр. (1231 + 1235 + 1240 + 12 50) / ф. 1 стр. (1510 + 1520) | > 0.8 | |||
Коэффициент текущей ликвидности | ф. 1 стр. (1200 — 1231) / ф. 1 стр. (1500 — 1530 — 1540) | > 1.5 |
Коэффициент абсолютной ликвидности показывает, какую часть краткосрочной задолженности может покрыть организация за счет имеющихся денежных средств и краткосрочных финансовых вложений, быстро реализуемых в случае необходимости.
По результатам 20__ (3) года значение коэффициента абсолютной ликвидности составило __, что выше (ниже) оптимального значения (0,2).
Коэффициент срочной ликвидности характеризует ту часть текущих обязательств, которая может быть погашена не только за счет наличности, но и за счет ожидаемых поступлений за выполненную работу или оказанные услуги. Данный коэффициент отражает прогнозируемую платежеспособность организации при условии своевременного проведения расчетов с дебиторами. Коэффициент срочной ликвидности на 31.12.20__ (3) года составил __, что соответствует (не соответствует) оптимальному значению (0.8).
Коэффициент текущей ликвидности показывает, какую часть краткосрочной задолженности может покрыть организация за счет имеющихся денежных средств, краткосрочных финансовых вложений, краткосрочной дебиторской задолженности и реализации имеющихся запасов. Данный коэффициент показывает способность организации оплачивать свои текущие обязательства в ходе обычного производственного процесса.
Коэффициент текущей ликвидности Общества на конец 20__ (3) года составил __.
Открыть полный текст документа
Коэффициент текущей ликвидности — это… Что такое Коэффициент текущей ликвидности?
- Коэффициент текущей ликвидности
- Коэффициент текущей ликвидности
- Коэффициент текущей ликвидности — отношение общих текущих активов к краткосрочным обязательствам (текущим пассивам). Этот коэффициент используется для определения платежеспособности предприятия. Нормальным считается значение коэффициента от 1.5 до 2.5, в зависимости от отрасли.
По-английски: Current liquidity ratio
Синонимы английские: Current ratio
См.
также: Коэффициенты ликвидности
Финансовый словарь Финам.
также: Коэффициенты ликвидности .
- Коэффициент сменности
- Коэффициент точности поиска
Смотреть что такое «Коэффициент текущей ликвидности» в других словарях:
Коэффициент текущей ликвидности — характеризует общую обеспеченность предприятия оборотными средствами для ведения хозяйственной деятельности и своевременного погашения срочных обязательств предприятия. Коэффициент текущей ликвидности определяется как отношение фактической… … Словарь: бухгалтерский учет, налоги, хозяйственное право
Коэффициент Текущей Ликвидности — коэффициент, характеризующий достаточность оборотного капитала и стабильности финансового положения компании. Рассчитывается как отношение текущих (оборотных) активов к текущим обязательствам компании.
Словарь бизнес терминов. Академик.ру. 2001 … Словарь бизнес-терминовКоэффициент текущей ликвидности — характеризует обеспеченность организации оборотными средствами для ведения хозяйственной деятельности и своевременного погашения обязательств и определяется как отношение ликвидных активов к текущим обязательствам должника… Источник:… … Официальная терминология
Коэффициент текущей ликвидности — Ликвидность экономический термин, обозначающий способность активов быть быстро проданными по цене, близкой к рыночной. Ликвидный обращаемый в деньги. Обычно различают высоколиквидные, низколиквидные и неликвидные ценности (активы). Чем легче и… … Википедия
КОЭФФИЦИЕНТ ТЕКУЩЕЙ ЛИКВИДНОСТИ — коэффициент, характеризующий общую обеспеченность предприятия собственными средствами для ведения хозяйственной деятельности и своевременного выполнения срочных обязательств. Определяется как отношение фактической стоимости находящихся в наличии… … Энциклопедический словарь экономики и права
Коэффициент текущей ликвидности — Показатель платежеспособности по краткосрочному долгу.
Определяется как отношение текущих активов к текущим обязательствам. Чем выше коэффициент, тем более ликвидна компания … Инвестиционный словарьКОЭФФИЦИЕНТ ТЕКУЩЕЙ ЛИКВИДНОСТИ — отношение текущих (оборотных) активов к текущим обязательствам компании; показатель достаточности оборотного капитала и стабильности финансового положения компании в текущий момент (достаточным обычно считается соотношение 2:1) … Большой экономический словарь
КОЭФФИЦИЕНТ ТЕКУЩЕЙ ЛИКВИДНОСТИ — – реальная обеспеченность предприятия оборотными средствами (оборотным капиталом) для нормального ведения хозяйственной деятельности при обязательном условии своевременного погашения кредита и других срочных денежных обязательств. Рассчитывается… … Краткий словарь экономиста
коэффициент покрытия краткосрочных обязательств коэффициент текущей ликвидности — коэффициент ликвидности 1. Отношение текущих активов к текущим пассивам Удовлетворительному финансовому положению предприятия обычно отвечают значения этого коэффициента, превышающие 1,6 2,0 (Методические рекомендации по оценке эффективности… … Справочник технического переводчика
Коэффициент покрытия краткосрочных обязательств, Коэффициент текущей ликвидности (CURRENT RATIO) — 1 Отношение текущих активов к текущим пассивам Удовлетворительному финансовому положению предприятия обычно отвечают значения этого коэффициента, превышающие 1,6 2,0 (Методические рекомендации по оценке эффективности инвестиционных проектов,… … Словарь терминов по управленческому учету
Словарь бизнес терминов. Академик.ру. 2001 … Словарь бизнес-терминов
Определяется как отношение текущих активов к текущим обязательствам. Чем выше коэффициент, тем более ликвидна компания … Инвестиционный словарь5 групп коэффициентов для диагностики финансового состояния предприятия|SMB24.
ru: Малый и средний бизнес… Коэффициенты ликвидности
… Коэффициенты платежеспособности
… Коэффициенты рентабельности
… Коэффициенты деловой активности
… Инвестиционные коэффициенты
… Коэффициенты ликвидности
Коэффициент абсолютной ликвидности (LR) — показывает, какая доля краткосрочных долговых обязательств может быть покрыта за счет денежных средств и их эквивалентов в виде рыночных ценных бумаг и депозитов, т.
Рассчитывается по формуле:
LR = (Денежные средства + Краткосрочные инвестиции)/Текущие обязательства
Рекомендованные значения: 0.2 — 0.5. При расчете показателя используются средние значения переменных за период. Для нормализации значения коэффициента необходимо повышение денежных средств и их эквивалентов при одновременном снижении величины текущих обязательств.
Коэффициент срочной ликвидности — характеризует отношение наиболее ликвидной части оборотных средств к краткосрочным обязательствам. Обычно рекомендуется, чтобы значение этого показателя было больше 1. Однако реально значения для российских предприятий редко составляют более 0,7-0,8, что признается допустимым.
Рассчитывается по формуле:
QR = (Денежные средства + Краткосрочные инвестиции + Счета и векселя к получению)/Текущие обязательства
При расчете показателя используются средние значения переменных за период.
Коэффициент текущей ликвидности (CR) — рассчитывается как частное от деления оборотных средств на краткосрочные обязательства и показывает, достаточно ли у предприятия средств, которые могут быть использованы для погашения краткосрочных обязательств. Согласно с международной практикой, значения коэффициента ликвидности должны находиться в пределах от единицы до двух (иногда до трех). Нижняя граница обусловлена тем, что оборотных средств должно быть, по меньшей мере, достаточно для погашения краткосрочных обязательств, иначе компания окажется под угрозой банкротства.
Рассчитывается по формуле:
CR = Текущие активы/Текущие обязательства — значение коэффициента, в основном, определяется величиной товарно-материальных запасов, суммы счетов и векселей к получению и счетов и векселей к оплате. При этом надо иметь в виду, что часть оборотных средств возможно не удастся превратить в денежную форму. Это могут быть запасы сырья и материалов, которые утратили свои полезные характеристики (т.
н. «мертвые запасы»), или дебиторы, с которых не представляется возможным взыскать их задолженность (т.н. «мертвые дебиторы»).
Резервы под обесценение запасов и риски по не возврату дебиторской задолженности должны быть указаны отдельной строкой в отчете, либо в приложении к финансовой отчетности как справочная величина. При расчете показателя используются средние значения переменных за период.
Чистый оборотный капитал (NWC) — разность между оборотными активами и краткосрочными обязательствами. Иногда еще этот показатель называют «квотой оборотных средств». Чистый оборотный капитал необходим для поддержания финансовой устойчивости предприятия, поскольку превышение оборотных средств над краткосрочными обязательствами означает, что предприятие не только может погасить свои краткосрочные обязательства, но и имеет резервы для расширения деятельности. Оптимальная сумма чистого оборотного капитала зависит от особенностей деятельности компании, в частности от ее масштабов, объемов реализации, скорости оборачиваемости материальных запасов и дебиторской задолженности.
Недостаток оборотного капитала свидетельствует о неспособности предприятия своевременно погасить краткосрочные обязательства. Значительное превышение чистого оборотного капитала над оптимальной потребностью свидетельствует о нерациональном использовании ресурсов предприятия. Например: выпуск акций или получение кредитов сверх реальной потребности.
Рассчитывается по формуле:
NWC = Текущие активы — Текущие обязательства.
При расчете показателя используются средние значения переменных за период.
Использование коэффициентов ликвидности имеют свои недостатки. Поскольку величина краткосрочных активов и обязательств быстро меняется, измерители ликвидности отражают порой устаревшие данные.
вернуться к списку
… Коэффициенты платежеспособности
Данная группа показателей характеризует платежеспособность предприятия и его общую финансовую устойчивость.
Платежеспособность предприятия — это прежде всего способность предприятия отвечать по долгосрочным обязательствам без ликвидации долгосрочных активов. Платежеспособные компании обычно наилучшим образом защищены от банкротства.
Суммарные обязательства к активам (TD/TA) — данный показатель демонстрирует, какая доля активов финансируется за счет заемных средств, независимо от источника.
Рассчитывается по формуле:
TD/TA = (Долгосрочные обязательства + текущие обязательства) / Суммарный актив.
Рекомендуемые значения: 0,2 — 0,5
При расчете показателя используются средние значения переменных за период
Долгосрочные обязательства к активам (LTD/TA) — показатель демонстрирует, какая доля активов предприятия финансируется за счет долгосрочных займов.
Рассчитывается по формуле: LTD/TA = Долгосрочные обязательства / Суммарные активы
При расчете показателя используются средние значения переменных за период
Долгосрочные обязательства к внеоборотным активам (LTD/FA) — демонстрирует, какая доля основных средств финансируется за счет долгосрочных займов.
Иногда рассчитывают аналогичный по смыслу обратный коэффициент, показывающий долю собственного капитала в финансировании основных средств.
Рассчитывается по формуле:
LTD/FA = Долгосрочные обязательства / Внеоборотные активы
При расчете показателя используются средние значения переменных за период.
Коэффициент финансовой независимости (TD/EQ) — характеризует независимость фирмы от внешних займов. Чем выше значение коэффициента, тем больше займов у компании, тем выше риск неплатежеспособности. Высокое значение коэффициента отражает также потенциальную опасность возникновения у предприятия дефицита денежных средств. Интерпретация этого показателя зависит от многих факторов: средний уровень этого коэффициента в других отраслях, доступ компании к дополнительным долговым источникам финансирования.
Рассчитывается по формуле:
TD/EQ = Суммарные обязательства /Суммарный акционерный капитал.
Рекомендуемые значения: 0,5 — 0,8
При расчете показателя используются средние значения переменных за период.
Коэффициент покрытия процентов или коэффициент защищенности долга. (TIE) — другим измерителем финансовой независимости служит уровень покрытия процента прибылью до уплаты процентов и налогов плюс амортизация. Показывает сколько раз в течение отчетного периода компания заработала средства для выплаты процентов по займам.
Рассчитывается по формуле:
TIE = Прибыль до выплаты процентов и налогов + Амортизация /Проценты по кредитам.
Рекомендуемые значения: от 6 до 8 в зависимости от отрасли. Коэффициент покрытия процента показывает, каково расстояние между барьером и тем, кто его преодолевает. Однако, такие общие измерители всегда раскрывают только часть картины. Имеет смысл включить сюда и другие фиксированные платежи, такие как регулярные выплаты по существующим займам и платежи по лизингу.
Тогда формула будет иметь вид:
CF(O)/TL = (Прибыль до выплаты процентов и налогов + Амортизация) / (Проценты по кредитам + Выплаты по займам).
Рекомендуемые значения: от 4, в зависимости от отрасли.
Расчет производится для различных периодов времени, при этом используются суммарные величины за период. Данный коэффициент используется банками для определения «Расчетного периода возврата заемных средств». В этом случае формула принимает вид: 1/(CF(O)/TL)
вернуться к списку
… Коэффициенты рентабельности
Первые три показателя оценивают рентабельность оборота при реализации продукции. Для получения значений в процентах необходимо умножить значение коэффициента на 100%.
Рентабельность валовой прибыли (GPM) — другое название этого коэффициента – Gross margin ratio. Демонстрирует долю валовой прибыли в объеме продаж предприятия.
Рассчитывается по формуле: GP/NS = Валовая прибыль/Суммарная выручка.
Рентабельность операционной прибыли (ОPM) — демонстрирует долю операционной прибыли в объеме продаж.
Рассчитывается по формуле: ОP/NS = Операционная прибыль/Суммарная выручка.
Рентабельность чистой прибыли (NPM) — демонстрирует долю чистой прибыли в объеме продаж.
Рассчитывается по формуле: NI/NS = Чистая прибыль/Суммарная выручка.
Следующие 4 коэффициента оценивают рентабельность капитала, вложенного в предприятие. Расчет производится для годового периода с использованием среднего значения соответствующих статей активов и пассивов. Для расчета за период менее одного года, значение прибыли умножается на соответствующий коэффициент (12, 4, 2), и используется среднее за период значение оборотных активов. Для получения значений в процентах, также как и в предыдущих случаях, необходимо умножить значение коэффициента на 100%.
Рентабельность оборотных активов (RCA) — демонстрирует возможности предприятия в обеспечении достаточного объема прибыли по отношению к используемым оборотным средствам компании. Чем выше значение этого коэффициента, тем более эффективно используются оборотные средства.
Рассчитывается по формуле: NI/СА = Чистая прибыль/Оборотные средства.
Рентабельность внеоборотных активов (RFA) — демонстрирует способность предприятия обеспечивать достаточный объем прибыли по отношению к основным средствам компании. Чем выше значение данного коэффициента, тем более эффективно используются основные средства.
Рассчитывается по формуле: NI/FА = Чистая прибыль/Основные средства.
Рентабельность активов (Рентабельность инвестиций) (ROI) — в отношении данного показателя возникла небольшая терминологическая путаница. В дословном переводе с английского, название данного показателя звучит как «рентабельность инвестиций», хотя, как следует из формулы, ни о каких инвестициях речи не идет.
Рассчитывается по формуле: NI/ЕА = Чистая прибыль/Суммарные активы.
Рентабельность собственного капитала (ROE) — позволяет определить эффективность использования капитала, инвестированного собственниками предприятия. Обычно этот показатель сравнивают с возможным альтернативным вложением средств в другие ценные бумаги. Он показывает, сколько денежных единиц чистой прибыли «заработала» каждая единица, вложенная собственниками компании.
Рассчитывается по формуле: NI/ЕQ = Чистая прибыль/Совокупный собственный капитал.
вернуться к списку
… Коэффициенты деловой активности
Данные коэффициенты позволяют проанализировать, насколько эффективно предприятие использует свои средства.
Коэффициент оборачиваемости материально-производственных запасов (ST) — отражает скорость реализации запасов. Для расчета коэффициента в днях необходимо 365 дней разделить на значение коэффициента.
В целом, чем выше показатель оборачиваемости запасов, тем меньше средств связано в этой наименее ликвидной группе активов. Особенно актуально повышение оборачиваемости и снижение запасов при наличии значительной задолженности в пассивах компании.
Рассчитывается по формуле:
CGS/I = Стоимость реализованной продукции /Стоимость запасов.
Расчет производится только для годового периода , при этом используется сумма прямых производственных издержек за текущий год и среднее значение суммы запасов за текущий год. В случае проведения расчета за период менее года, значение прямых производственных издержек должно быть умножено на коэффициент, соответственно: для одного месяца — 12, квартала — 4, полугодия — 2. При этом используется среднее значение суммы запасов за расчетный период.
Коэффициент оборачиваемости дебиторской задолженности (ACP) — показывает среднее число дней, требуемое для взыскания задолженности. Чтобы получить искомую величину (количество дней), необходимо умножить значение коэффициента на 365.
Чем меньше это число, тем быстрее дебиторская задолженность обращается в денежные средства, а следовательно, повышается ликвидность оборотных средств предприятия. Высокое значение коэффициента может свидетельствовать о трудностях со взысканием средств по счетам дебиторов.
Рассчитывается по формуле:
AR/NS = Среднее значение дебиторской задолженности за год / Суммарная выручка за год.
Коэффициент оборачиваемости кредиторской задолженности (СP) — этот показатель представляет собой среднее количество дней, которое требуется компании для оплаты ее счетов.
Чтобы получить искомую величину (количество дней), необходимо умножить значение коэффициента на 365. Чем меньше эта величина, тем больше внутренних средств используется для финансирования потребностей компании в оборотном капитале. И наоборот, чем больше дней, тем в большей степени для финансирования бизнеса используется кредиторская задолженность. Лучше всего, когда эти две крайности сочетаются. В идеале, предприятию желательно взыскивать задолженность с дебиторов до того, как нужно выплачивать долги кредиторам. Высокое значение СР может говорить о недостаточном количестве денежных средств для удовлетворения текущих потребностей из-за сокращения объема продаж, увеличения затрат или роста потребности в оборотном капитале.
Рассчитывается по формуле:
AР/Р = Среднее значение кредиторской задолженности за год/Общая сумма закупок за год.
Расчет производится только для годового периода, при этом используется общая сумма, на которую произведены закупки (прямые производственные издержки: затраты на сырье, материалы и комплектующие изделия, за исключением сдельной заработной платы) за текущий год и среднее значение кредиторской задолженности за тот же период.
В случае проведения расчета за период менее года, значение суммы закупок должно быть умножено на коэффициент, соответственно: для одного месяца — 12, квартала — 4, полугодия — 2. При этом используется среднее значение кредиторской задолженности за расчетный период.
Коэффициент оборачиваемости оборотного капитала (NCT) — показывает, насколько эффективно компания использует инвестиции в оборотный капитал и как это влияет на рост продаж. Чтобы получить искомое количество дней, необходимо умножить значение коэффициента на 365. Чем выше значение этого коэффициента, тем более эффективно используется предприятием чистый оборотный капитал.
Рассчитывается по формуле:
NS/NWC = Суммарная выручка за год/Среднее значение чистого оборотного капитала.
В случае расчета для периода менее года, сумма выручки также должна быть умножена на соответствующий коэффициент, а значение чистого рабочего капитала должно быть средним за расчетный период.Коэффициент оборачиваемости основных средств (FAT) — этот коэффициент аналогичен понятию фондоотдачи. Он характеризует эффективность использования предприятием имеющихся в его распоряжении основных средств. Чем выше значение коэффициента, тем более эффективно предприятие использует основные средства. Низкий уровень фондоотдачи свидетельствует о недостаточном объеме продаж или о неоправданно высоком уровне капитальных вложений. Однако значения данного коэффициента сильно отличаются друг от друга в различных отраслях. Также значение данного коэффициента сильно зависит от способов начисления амортизации и практики оценки стоимости активов. Таким образом, может сложиться ситуация, что показатель оборачиваемости основных средств будет выше на предприятии, которое имеет изношенные основные средства.
Рассчитывается по формуле:
NS/FA = Суммарная выручка за год/Среднее значение суммы внеоборотных активов.
Коэффициент оборачиваемости основных средств (TAT) — характеризует эффективность использования компанией всех имеющихся в ее распоряжении ресурсов, независимо от источников их привлечения. Данный коэффициент показывает, сколько раз за год совершается полный цикл производства и обращения, приносящий соответствующий эффект в виде прибыли. Этот коэффициент также сильно варьируется в зависимости от отрасли.
Рассчитывается по формуле:
NS/TA = Суммарная выручка за год/Среднее значение суммы всех активов за год.
вернуться к списку
Показатели, характеризующие стоимость и доходность акций предприятия.
Прибыль на обыкновенную акцию (EPOS) — показывает, какая доля чистой прибыли приходится на одну обыкновенную акцию в обращении. Акции в обращении определяются как разница между общим числом выпущенных обыкновенных акций и собственными акциями в портфеле.
Если в структуре капитала компании имеются привилегированные акции, из чистой прибыли предварительно должна быть вычтена сумма дивидендов, выплаченных по привилегированным акциям. Необходимо отметить, что этот показатель является одним из наиболее важных показателей, влияющих на рыночную стоимость акций компании.
Рассчитывается по формуле:
NI — PD/Nos./ = (Чистая прибыль — Дивиденды по привилегированным акциям)/ Количество обыкновенных акций в обращении. Расчет данного показателя производится только для годового периода.
Дивиденды на обыкновенную акцию (DPS) ( Dividend yield) — показывает сумму дивидендов, распределяемую на каждую обыкновенную акцию.
Рассчитывается по формуле: OD/Nos. = Дивиденды по обыкновенным акциям/ Количество обыкновенных акций в обращении.
Расчет данного показателя также производится только для годового периода.
Коэффициент покрытия дивидендов (ODS) (Dividend payout) — демонстрирует возможности предприятия выплачивать дивиденды из прибыли.
Показывает, сколько раз могут быть выплачены дивиденды из чистой прибыли предприятия.
Рассчитывается по формуле: NI — PD/OD. = (Чистая прибыль — дивиденды по привилегированным акциям)/ Дивиденды по обыкновенным акциям.
Расчет данного показателя производится только для годового периода.
Сумма активов на акцию (TAOS) — показывает, какой долей активов предприятия владеет держатель одной обыкновенной акции.
Рассчитывается по формуле: TA/Nos. = Суммарные активы/количество обыкновенных акций.
Соотношение цены акции и прибыли — этот коэффициент показывает соотношение цены и прибыли на акцию компании. Значение рыночной стоимости акции в программе рассчитывается автоматически или вводится пользователем.
Рассчитывается по формуле: P/EPS. = Рыночная цена акции/прибыль на обыкновенную акцию.
вернуться к списку
Что показывает коэффициент текущей ликвидности?
Ликвидность – экономический термин, характеризующий способность активов к трансформации в другие востребованные активы.
В наиболее часто встречающейся интерпретации параметр ликвидности определяется временем, за который актив может быть превращён в денежные средства.
Применительно к финансовому анализу предприятия, ликвидность означает способность экономического субъекта покрывать свои обязательства.
В связи с этим, на практике соотносят активы, для которых присущи определённые средние сроки их реализации по рыночным ценам с обязательствами, по которым установлены соответствующие сроки исполнения.
Значение и формула коэффициента текущей ликвидности
Коэффициент текущей ликвидности (также называется «общий коэффициент покрытия долгов») – аналитический показатель, рассчитываемый на основании соотношения текущих активов и текущих (краткосрочных) обязательств.
Фактически этот параметр говорит о том, насколько уверенно предприятие способно погасить свои краткосрочные обязательства (со сроком исполнения до одного года) за счёт использования текущих активов.
Чем данный показатель выше, тем выше и платежеспособность предприятия.
При этом подразумевается не только платежеспособность «на данный момент», но и платежеспособность предприятия в условиях возможного резкого изменения внешних обстоятельств.
Возникновение некоего форс-мажора, который может подтолкнуть руководство фирмы к реализации запасов, что не соответствует основному профилю деятельности предприятия.
Информационной базой для расчета показателя текущей ликвидности служит бухгалтерский баланс предприятия (форма №1).
Используется формула:
Ктл = строка 1200/(строка1510 + строка1520 + строка1550).
В случае необходимости анализа данных, относящихся к периоду до 2011 года, применяется формула:
Ктл = строка 290/(строка 610 + строка 620 + строка 630 + строка 660).
Нормативное значение данного коэффициента находится в диапазоне от 2 до 3
Но необходимо оценивать не только по норме, но и по отраслевым особенностям каждого предприятия.
Показатель коэффициента текущей ликвидности ниже 1,5 , например 1, может являться свидетельством наличия трудностей в покрытии текущих обязательств фирмы.
В то же время он может компенсироваться значительным потоком денежных средств от операционной деятельности (анализируется строка 4111 формы №4 «Отчёт о движении денежных средств») и их высокой оборачиваемостью.
Такая ситуация является абсолютно нормальной для предприятий розничной торговли.
Расчет производительности труда, факторы роста.
Дебиторская задолженность, проводки и формулы расчета.
С другой стороны, завышенный показатель текущей ликвидности часто говорит о недостаточно активном использовании оборотных активов и ограничении доступа к краткосрочному кредитованию.
К примеру, накопление на рентабельном в целом предприятии неликвидной продукции по какой-либо товарной группе вызовет рост коэффициента текущей ликвидности.
Также рост коэффициента текущей ликвидности может произойти из-за таких негативных факторов как:
- ужесточение условий расчётов с контрагентами-поставщиками,
- чрезмерное ослабление требований к покупателям по срокам расчётов (фактически, безвозмездное кредитование покупателей),
- увеличение на складах остатков сырья и материалов.
Что показывает изменение показателя?
Общим правилом может стать то, что чем ниже показатель оборачиваемости оборотных средств, тем более высоким должен быть для предприятия нормативный коэффициент покрытия.
Сроки исполнения обязательств, формирующих знаменатель формулы расчёта общего коэффициента покрытия долгов, как правило, чётко обозначены в соответствующих договорах, заключенных предприятием.
Наибольшей проблемой при расчёте коэффициента текущей ликвидности является неопределённость реальных сроков реализации некоторых активов, формирующих строку 1200 баланса.
Особенно это касается таких позиций как «материалы», «готовая продукция» и «незавершенное производство».
Значительное влияние на оценку запасов оказывает учётная политика (использование средних цен или метода ФИФО).
Правила заполнения строк бухгалтерского баланса.
Примеры видов докладной записки.
Товарная накладная, посмотреть как ее заполнять здесь: https://buhguru.
com/buhgalteria/dokumenty/obrazec-zapolneniya-blanka-tovarnojj-n.htmlПри использовании ФИФО на фоне общего увеличения стоимости запасов на рынке (под влиянием инфляции) оценка запасов окажется более высокой, чем при использовании метода средних цен.
Немаловажен и подход к распределению условно-постоянных затрат.
При их отнесении на себестоимость (проводка Кт26-Дт20) возрастает стоимость запасов продукции, не реализованной к концу отчётного периода.
Позиция «Незавершенное производство» неодинакова для предприятий, занятых производством материальной продукции и фирм, оказывающих услуги, не имеющие материального воплощения.
В первом случае мы имеем дело с некой «недоделанной» продукцией, во втором – только с понесёнными затратами.
Целесообразно принимать в расчёт качество учитываемой дебиторской задолженности и реальные сроки её погашения
Упомянутые сложности анализа коэффициента текущей ликвидности позволяю сделать вывод, что данный параметр должен рассматриваться в сочетании с такими показателями как коэффициенты быстрой и абсолютной ликвидности.
Microsoft Word — титул1.doc
%PDF-1.6 % 1 0 obj > endobj 4 0 obj >> endobj 2 0 obj > stream 2015-09-02T15:03:36+03:002015-09-02T15:03:32+03:002015-09-02T15:03:36+03:00PScript5.dll Version 5.2.2application/pdf
определение, формула, нормы и ограничения
Определение коэффициента текущей ликвидности
Коэффициент текущей ликвидности является балансовым показателем финансовых показателей ликвидности компании.Коэффициент текущей ликвидности указывает на способность компании выполнять краткосрочные долговые обязательства. Коэффициент текущей ликвидности определяет, достаточно ли у фирмы ресурсов для выплаты своих долгов в течение следующих 12 месяцев. Потенциальные кредиторы используют этот коэффициент при принятии решения о выдаче краткосрочных кредитов.Коэффициент текущей ликвидности также может дать представление об эффективности операционного цикла компании или ее способности превращать свой продукт в наличные. Коэффициент текущей ликвидности также известен как коэффициент оборотного капитала .
Расчет (формула)Коэффициент текущей ликвидности рассчитывается путем деления оборотных активов на краткосрочные обязательства:
Коэффициент текущей ликвидности = оборотные активы / текущие обязательства.
Обе переменные показаны в балансе (отчете о финансовом положении).
Нормы и ограниченияЧем выше коэффициент, тем более ликвидна компания. Обычно приемлемый коэффициент текущей ликвидности — 2; это удобное финансовое положение для большинства предприятий. Приемлемые текущие коэффициенты варьируются от отрасли к отрасли. Для большинства промышленных компаний коэффициент текущей ликвидности 1,5 может быть приемлемым.
Низкие значения коэффициента текущей ликвидности (значения менее 1) указывают на то, что у фирмы могут возникнуть трудности с выполнением текущих обязательств.Однако инвестор также должен учитывать операционный денежный поток компании, чтобы лучше понимать ее ликвидность. Низкий коэффициент текущей ликвидности часто может поддерживаться сильным операционным денежным потоком.
Если коэффициент текущей ликвидности слишком высок (намного больше 2), то компания может неэффективно использовать свои оборотные активы или средства краткосрочного финансирования. Это также может указывать на проблемы в управлении оборотным капиталом.
При прочих равных условиях кредиторы считают, что высокий коэффициент текущей ликвидности лучше, чем низкий коэффициент текущей ликвидности, потому что высокий коэффициент текущей ликвидности означает, что компания с большей вероятностью выполнит свои обязательства, которые подлежат погашению в течение следующих 12 месяцев.
Точная формула в аналитическом программном обеспечении ReadyRatiosКоэффициент текущей ликвидности = F1 [CurrentAssets] / F1 [CurrentLiabilities]
F1 — Отчет о финансовом положении (МСФО).
Коэффициент текущей ликвидности Отраслевой эталонСредние значения коэффициента вы можете найти в нашем справочнике по отраслевому сравнительному анализу — Коэффициент текущей ликвидности.
Оборотный капитал среди ферм — Центр коммерческого сельского хозяйства Purdue
В недавней статье Langemeier и Featherstone (2020) изучались тенденции ликвидности для выборки ферм Канзаса.Ликвидность, измеряемая с использованием коэффициента текущей ликвидности, существенно снизилась с момента пика в 2013 году. Доля хозяйств с коэффициентом текущей ликвидности ниже 1,0 и 2,0 составляла 7,9% и 37,6% в 2019 году. Очевидно, что ликвидность существенно различается между хозяйствами. В данной статье исследуются различия в характеристиках хозяйств с коэффициентом текущей ликвидности выше и ниже 2,0. Кроме того, мы исследуем корреляцию между коэффициентом текущей ликвидности и характеристиками хозяйств.
В нашем анализе используется выборка ферм Канзасской ассоциации управления фермами (KFMA) с непрерывными данными с 2000 по 2019 год.Было 178 хозяйств KFMA с непрерывными данными за 20-летний период. Типы хозяйств, представленные в этой выборке хозяйств, включают земледельческие хозяйства, животноводческие / мясные фермы и мясные фермы.
Оценка и анализ ликвидности
Обычно используемые показатели ликвидности включают оборотный капитал к стоимости сельскохозяйственной продукции, оборотный капитал на акр и коэффициент текущей ликвидности. Оборотный капитал измеряется путем вычитания текущих обязательств из оборотных активов. Оборотные активы включают денежные средства, дебиторскую задолженность, товарно-материальные запасы, запасы сельскохозяйственных культур и товарные запасы домашнего скота.Краткосрочные обязательства включают кредиторскую задолженность, текущие кредитные линии и часть долгосрочных кредитов, подлежащих погашению в течение следующего года. Коэффициент текущей ликвидности рассчитывается путем деления текущих активов на краткосрочные обязательства. Отношение оборотного капитала к стоимости сельскохозяйственного производства также можно рассчитать с использованием валового дохода, валового дохода или общих расходов. Стоимость сельскохозяйственной продукции считается более подходящей мерой валового дохода, если в выборку фермерских хозяйств входят как растениеводческие, так и животноводческие фермы. В этой статье для измерения ликвидности используется коэффициент текущей ликвидности.
Пороги ликвидности обычно используются аналитиками, чтобы определить, имеет ли ферма адекватную позицию ликвидности. Коэффициент текущей ликвидности выше 2,0 считается адекватным. Ферма с коэффициентом текущей ликвидности ниже 1,0 не может покрыть свои текущие обязательства за счет продажи всех своих оборотных активов и, следовательно, может иметь проблемы с погашением ссуд. В этом исследовании мы используем 1,0 и 2,0 в качестве пороговых значений коэффициента текущей ликвидности.
Тенденции в показателях ликвидности
Тенденции среднего коэффициента текущей ликвидности для выборки хозяйств KFMA показаны на Рисунке 1.Средний коэффициент текущей ликвидности за 20-летний период составил 2,83. Коэффициент текущей ликвидности был выше среднего в период с 2009 по 2015 год. Пик текущей ликвидности достиг в 2013 году, составляя 4,04, и упал до 2,60 в 2019 году. Хотя в 2019 году он был относительно ниже по сравнению с его пиковым значением, коэффициент текущей ликвидности в 2019 году все же был выше средние значения до 2008 года.
Рисунок 1. Коэффициент текущей ликвидности, KFMA Farms.
Рисунок 2. Процент ферм KFMA ниже порогового значения коэффициента текущей ликвидности.
Два пороговых значения для коэффициента текущей ликвидности были равны 1.0 и 2.0. Тенденции этих двух пороговых значений показаны на Рисунке 2. В среднем за 20-летний период процент хозяйств с коэффициентом текущей ликвидности ниже 1,0 и 2,0 составлял 12,6% и 34,8% соответственно. В тяжелом положении находятся хозяйства с коэффициентом текущей ликвидности ниже 1,0. Для погашения долга этим хозяйствам потребуется увеличить стоимость сельскохозяйственной продукции, сократить расходы, рефинансировать среднесрочный или долгосрочный долг, продать среднесрочные или долгосрочные активы или привлечь капитал вне фермы, чтобы гарантировать выполнение текущих долговых обязательств. окупаются.Процент хозяйств с коэффициентом ниже 1,0 и 2,0 был выше среднего с 2000 по 2007 год и ниже среднего с 2008 по 2016 год. Доля хозяйств с коэффициентом ниже 1,0 резко увеличилась в 2017 и 2018 годах, но снизилась в 2019 году. с коэффициентом ниже 2,0 был выше среднего за 20 лет в 2017, 2018 и 2019 годах.
Характеристики ферм с низким и высоким коэффициентом тока
Таблица 1 иллюстрирует характеристики хозяйств для хозяйств со средним коэффициентом текущей ликвидности выше и ниже 2.0 за период выборки. Первые два столбца таблицы 1 содержат средние значения для двух категорий коэффициента текущей ликвидности. Третий столбец (значение p) указывает, значительно ли отличаются средние значения между двумя группами хозяйств от нуля. Значение p ниже 0,05 будет означать, что значения существенно различаются на уровне 5 процентов.
Таблица 1. Характеристика хозяйств КФМА по категориям коэффициента текущей ликвидности, 2000-2019 гг.
Как и ожидалось, все переменные оборотного капитала значительно различались между двумя группами хозяйств.Коэффициент текущей ликвидности для группы со средним коэффициентом текущей ликвидности выше 2,0 составил 4,77. Напротив, средний коэффициент текущей ликвидности для группы хозяйств со средним коэффициентом текущей ликвидности ниже 2,0 составлял всего 1,32. Среднее отношение оборотного капитала к стоимости сельскохозяйственной продукции составило 0,189 для группы с низким средним коэффициентом текущей ликвидности и 0,762 для группы с высоким средним коэффициентом текущей ликвидности.
Соотношение долга к активам для группы с низким средним коэффициентом текущей ликвидности было значительно выше. Таким образом, помимо большей ликвидности группа с высоким средним коэффициентом текущей ликвидности имеет более низкий левередж.Размер фермы, измеренный с использованием стоимости сельскохозяйственного производства и средней общей суммы активов, существенно не отличался между двумя группами хозяйств. Группа с высоким коэффициентом текущей ликвидности, как правило, посвящала больше своего труда растениеводству, что указывает на то, что хозяйства с большим количеством поголовья были более ограничены ликвидностью в течение периода выборки.
Коэффициент оборачиваемости активов был выше для группы с низким средним коэффициентом текущей ликвидности. Такой результат, вероятно, был связан с более низким процентом владения землей в этой группе.В отличие от коэффициента оборачиваемости активов, размер прибыли и рентабельность инвестиций существенно не различались между двумя группами хозяйств.
Для более полного изучения взаимосвязи между коэффициентом текущей ликвидности и характеристиками фермы, коэффициенты корреляции между обратным коэффициентом текущей ликвидности и характеристиками фермы представлены в таблице 2. Используется обратный коэффициент текущей ликвидности, а не коэффициент текущей ликвидности, поскольку он невозможно рассчитать коэффициент текущей ликвидности для хозяйств без текущих обязательств.Перевернув знак в таблице 2, мы можем проанализировать взаимосвязь между коэффициентом текущей ликвидности и характеристиками хозяйств. Первый столбец в таблице 2 представляет коэффициент корреляции между коэффициентом текущей ликвидности и рассматриваемой характеристикой хозяйства. Во втором столбце указано, значительно ли коэффициент корреляции отличается от нуля (т.е. менее 0,05).
Таблица 2. Коэффициенты корреляции между обратным коэффициентом тока и характеристиками хозяйств с использованием данных KFMA за 2000-2019 гг.
Соотношение долга к активам и коэффициент оборачиваемости активов были значительными и отрицательно коррелировали с коэффициентом текущей ликвидности, в то время как процент владения акрами был значительным и положительно коррелировал с коэффициентом текущей ликвидности. Размер и тип ферм, а также рост ферм, измеренный с использованием увеличения площадей, обрабатываемых за период выборки, не коррелировали в значительной степени с коэффициентом текущей ликвидности.
Заключительные комментарии
В данной статье исследуются тенденции ликвидности для выборки хозяйств KFMA.Ликвидность, измеренная с использованием коэффициента текущей ликвидности, существенно снизилась с момента пика в 2013 году. Доля хозяйств с коэффициентом текущей ликвидности ниже 1,0 и 2,0 составляла 7,9% и 37,6% в 2019 году. Напротив, эти процентные значения составляли только 6,2% и 20,2%. в 2014 году. Это говорит о том, что хозяйствам становится все труднее своевременно возвращать ссуды.
Мы задокументировали большую разницу в текущих коэффициентах между фермами и исследовали взаимосвязь между текущими коэффициентами и характеристиками хозяйств.Фермы с более высокими средними коэффициентами текущей ликвидности в течение периода выборки имели более низкий коэффициент долга, более низкий коэффициент оборачиваемости активов и владели более высокой долей своих обрабатываемых акров. Важно отметить, что размер хозяйств и финансовые показатели, измеренные с использованием рентабельности операционной прибыли и рентабельности инвестиций, не были существенно связаны со средним коэффициентом текущей ликвидности для выборки хозяйств.
Цитаты
Лангемайер, М. и А. Фезерстоун. «Изучение тенденций ликвидности на выборке ферм Канзаса.»Центр коммерческого сельского хозяйства, Университет Пердью, октябрь 2020 г.
Сравнение финансовых характеристик производственных компаний США и Великобритании по JSTOR
АбстрактныйВ этой статье мы сравниваем финансовые характеристики производственных компаний США и Великобритании с методологией MANOVA (многомерный дисперсионный анализ) с использованием данных из базы данных Research Insight / Global Vintage. Наши результаты показывают, что у американских компаний больше ликвидности по сравнению с U.К. фирмы. Это означает, что фирмы США имеют меньший риск технической несостоятельности по сравнению с их британскими коллегами. Мы обнаружили, что британские фирмы более эффективно используют запасы и основные фонды по сравнению с американскими фирмами. Однако фирмы США имеют более эффективный сбор дебиторской задолженности по сравнению с фирмами Великобритании. Маржа чистой прибыли у фирм США выше, чем у фирм Великобритании. Поскольку фирмы не могут повышать цены для увеличения прибыли на конкурентных рынках, этот вывод означает, что у американских фирм более низкие производственные затраты по сравнению с их U.К. аналоги.
Информация о журналеQJFA публикует новые статьи высокого уровня в области финансов, экономики, бухгалтерского учета и смежных областях. Мы особенно заинтересованы, но не ограничиваясь, бумагами по рынкам капитала, финансовой экономике, банковскому делу, корпоративным финансам, опционам и фьючерсам, слияниям, LBO, IPO, финансовым рынкам, валютам, венчурному капиталу, частному капиталу, финансовому посредничеству, финансовому анализу. , инвестиции, международные финансы, прямые иностранные инвестиции и вопросы макрофинансирования.
Информация об издателеУниверситет Крейтон, расположенный в Омахе, штат Небраска, предлагает первоклассное образование в иезуитских традициях для людей, которые хотят сделать что-то значимое для мира. Здесь студенты, преподаватели и сотрудники преуспевают в поддерживающем сообществе, приверженном иезуитским, католическим ценностям и традициям. И именно здесь студенты учатся становиться лидерами, служа другим.
есть связь в Латинской Америке?
1.Введение
Рыночная аномалия определяется как «любое событие или промежуток времени, которые могут быть использованы для получения ненормальной прибыли на финансовых рынках» (Naik, 2014). В частности, мы можем различать сезонные или календарные аномалии, такие как эффект выходных дней и эффект января, и аномалии, связанные с неправильной оценкой стоимости акций, связанной с финансовыми характеристиками, такими как эффект размера и эффект соотношения цены и баланса.
Эффект выходного дня — это сезонная аномалия, характеризующаяся более высокой доходностью по пятницам, тогда как по понедельникам доходность значительно ниже.Однако это можно рассматривать как сезонную аномалию, которая имеет значительную и систематически отличающуюся доходность в один или несколько дней недели по сравнению с другими днями. Филдс (1931) был пионером в изучении эффекта выходных на рынке США и, анализируя доходность индекса Доу-Джонса, он получил результаты, которые противоречили гипотезе рыночной эффективности. Фактически, доходность в понедельник в среднем была значительно ниже, чем в другие дни недели.
Несколько лет спустя Кросс (1973) и Френч (1980) включают новые открытия и методологии, которые упрощают идентификацию этого явления.В частности, Кросс (1973) доказал, что распределение по понедельникам сильно отличается от распределения по пятницам. Между тем Френч (1980) использовал множественную линейную регрессию с фиктивными переменными, которые собирают результаты со вторника по пятницу, в то время как поведение в понедельник оценивалось с помощью константы. С тех пор эта методология использовалась и адаптировалась во многих других исследованиях.
В последние годы многие исследования выявили эффект выходных дней на разных рынках, а не на фондовом. Флорос и Сальвадор (2014) обнаружили сезонные закономерности на основных рынках фьючерсов на фондовые индексы Греции, США и Великобритании.Однако сезонная картина на фьючерсном рынке зависит от периодов низкой (положительный эффект выходных дней) или высокой волатильности (отрицательный эффект выходных дней) из-за базового риска.
Мамеде и Фернандес (2017) определили более низкую доходность по понедельникам, а не в другие дни недели, связанные с ежедневной доходностью 2162 бразильских хедж-фондов, не имевших ограничений на погашение, в то время как Дао, МакГроарти и Уркхарт (2016) смогли показать выходные чрезмерная реакция на спотовые курсы валют 7 основных курсов и 9 валютных пар с формирующимся рынком с разворотами на нескольких горизонтах в течение недели после значительных разрывов на выходных.Аффект выходных также проявился на рынке криптовалют. Капорале и Пластун (2018) изучили несколько криптовалют и обнаружили, что эффект дня недели присутствует только на рынке биткойнов, поскольку доходность в понедельник обычно выше, чем в другие дни недели, но этот эффект скорее случайный, чем постоянный.
Следовательно, продолжаются споры о том, является ли эффект выходных дней эффектом блуждания, который перемещается между случайным блужданием и определенным днем недели, или он действительно исчезает в долгосрочной перспективе.Дойл и Хуйронг (2019) изучили несколько основных индексов развитых рынков и обнаружили эффект блуждающих выходных, характер которого неизвестен, и поэтому инвесторы не могут получить от него прибыль. Однако Олсон, Моссман и Чоу (2015) утверждают, что в долгосрочной перспективе эффект выходных дней исчез.
Традиционные объяснения эффекта выходных дней были опровергнуты в течение нескольких десятилетий исследований: закрытие по пятницам и повторное открытие коротких позиций и продаж в понедельник (Chen and Singal, 2003), ошибка измерения и объяснения специалистов (Keim and Stambaugh, 1984), несинхронная торговля как объяснение (Abraham and Ikenberry, 1994) и др.Cheong (2016) дает хороший обзор предыдущих попыток объяснить эффект выходных.
Недавно некоторые авторы выдвинули несколько новых возможных объяснений. Капорале и Закирова (2017) изучали наличие эффекта выходных на российском фондовом рынке и обнаружили, что после исключения транзакционных издержек (выраженных спредом спроса и предложения) из общей доходности календарные аномалии (включая эффект выходных) исчезают. Это указывает на величину транзакционных издержек и объем торгов.
Richards and Willows (2019) исследовали торговое поведение 7200 британских инвесторов и обнаружили, что они предпочитают продавать свои убытки по понедельникам. По их словам, утро и понедельник вызывают плохое настроение по сравнению с другими днями недели, поэтому инвесторы могут объединить продажу убытков с утра понедельника, чтобы создать соответствие между своими эмоциями и своим поведением. По словам авторов: «Утром понедельника не может быть хуже, так почему бы не продать этот убыток?». Тем не менее, влияют ли индивидуальные инвесторы на эффект понедельника? Вроде да.
Дюбуа и Луве (1996) оценили эффект выходных дней в девяти промышленно развитых странах. Они отметили, что доходность по понедельникам была в среднем ниже и даже отрицательна по сравнению с другими днями; кроме того, результаты показывают, что эффект был больше для США и Великобритании. По мнению авторов, одно из возможных объяснений заключается в том, что институциональные инвесторы не участвуют в работе рынка по понедельникам, и только отдельные инвесторы могут оказывать давление на продажи.
Дрейпер и Паудьял (2002) изучают доходность 452 ценных бумаг Лондонской фондовой биржи.Результаты показывают, что объем торговли и размер ордера уменьшаются по понедельникам. Чтобы объяснить это, они включают такие переменные, как торговая активность, новости, дата выплаты дивидендов и отчетный период, среди прочего. Однако, независимо от всех средств управления, понедельник ведет себя иначе, чем в остальные дни недели. Следовательно, возможно, институциональные инвесторы также воздерживаются от торговли.
Юлку и Роджерс (2018) изучали поведение индивидуальных и институциональных инвесторов на трех развивающихся рынках (Корея, Тайвань и Таиланд) и обнаружили, что индивидуальные инвесторы вносят вклад не в эффект понедельника, а в торговую активность институциональных инвесторов.Институциональные инвесторы вносят свой вклад двумя способами: 1) их чистая торговля становится более отрицательной по понедельникам и 2) они воздерживаются от торговли, в частности от покупок, по понедельникам, что вызывает эффект понедельника, когда они находятся в устойчивой тенденции к покупкам. Последний механизм представляет собой новое частичное объяснение эффекта понедельника.
Какие типы акций наиболее вероятно вызывают эффект понедельника? Бирру (2018) изучал влияние спекулятивной стратегии покупки (длинных) акций за вычетом продажи (коротких) акций только по понедельникам и пятницам в трех основных индексах США: NYSE, AMEX и NASDAQ в период с 1963 по 2013 год.Он инвестировал и дезинвестировал акции в первом дециле по сравнению с акциями десятого дециля распределения по 19 переменным, связанным с аномалиями в предыдущих исследованиях, таких как идиосинкратическая волатильность, размер, неликвидность, рентабельность активов и т. Д.
У каждой аномалии есть две ноги: спекулятивная и спекулятивная. Спекулятивная часть связана с акциями, стоимость которых неверно оценена и которые труднее поддаются арбитражу, в то время как неспекулятивная часть связана с хорошо известными акциями, которые действуют как ценные бумаги типа облигаций.Например, возьмем аномалию, связанную с «размером». Еще со времен Banz (1981) известно, что акции небольших компаний обеспечивают более высокую доходность, чем акции более крупных компаний, потому что они более рискованны.
Следовательно, спекулятивная часть стратегии будет заключаться в покупке (длинных) акций с малой капитализацией, а неспекулятивная часть стратегии будет заключаться в продаже (коротких) акций с большой капитализацией. Спекулятивная сторона стратегии будет зависеть от аномалии.
Бирру (2018) обнаружил для трех разных временных рамок, что спекулятивная часть стратегии была ответственна за более высокую доходность по пятницам и более низкую доходность по понедельникам, и что этот результат устойчив с учетом новых макроэкономических объявлений, конкретных новостей фирм и других факторов.Он также обнаружил, что эффект выходных не обусловлен поведением институциональных инвесторов, поскольку они отдают предпочтение крупным и ликвидным акциям (неспекулятивная часть стратегии), в то время как индивидуальные инвесторы предпочитают мелкие и неликвидные акции, которые может превзойти рынок (спекулятивная часть стратегии).
Из предыдущего обзора ясно, что эффект выходных проявился на других развитых и развивающихся рынках, отличных от фондового рынка; что эффект остается более сильным на различных развитых и развивающихся фондовых рынках, что эффект выходных дней не связан с активной торговлей институциональных инвесторов и что возможные причины эффекта выходных дней связаны с характеристиками фирмы (аномалиями).
Зачем изучать рынки Латинской Америки? Потому что они представляют собой привлекательную инвестиционную возможность для индивидуальных инвесторов со всего мира, особенно из-за их низкой корреляции доходности с развитыми рынками при отсутствии финансовых потрясений. В течение нескольких лет они демонстрировали впечатляющий рост и доходность, например, MSCI Brazil и MSCI Peru выросли на 61% и 52% соответственно в 2016 году (Borzykowski, 2017). Кроме того, есть три важных факта: объем локальных выпусков секьюритизации на рынке неуклонно растет на протяжении многих лет (Scatigna and Tovar, 2007), институциональные инвесторы вкладывают больше средств в секьюритизированные активы или в инструменты рыночного кредитования в целом (Johnson, 2018). , а фирмы в Латинской Америке больше полагаются на краткосрочный долг, а не на долгосрочный, потому что он дешевле (Valcacer et al.2017).
Секьюритизация превращает неликвидные и рискованные активы в более ликвидные и менее рискованные и имеет ряд преимуществ: инвестиции в секьюритизированные активы менее чувствительны к волатильным периодам, имеют низкую корреляцию с инвестициями с фиксированным доходом и приводят к более широкой диверсификации инвестиций. портфель, потому что вы можете инвестировать в активы реального государства, государственные проекты и многое другое (Goodson, 2018).
Самыми важными игроками на латиноамериканских фондовых биржах являются пенсионные фонды, поскольку они перемещают более 70% ежедневной рыночной капитализации в регионе.Их инвестиции ограничены инвестиционным уровнем и ликвидностью ценных бумаг, поэтому они должны инвестировать в ценные бумаги с классификацией BBB или выше, и они должны быть ликвидными. Следовательно, финансовые аналитики будут выбирать ценные бумаги крупных компаний, а не мелких, и у которых будет больше ликвидности, чем меньше. Однако они также могут инвестировать в обеспеченные долговые обязательства, выпущенные компаниями, акции которых не соответствуют рейтинговой классификации.
Более высокий уровень левериджа в конечном итоге будет отражаться на доходности акций компании, и мы должны наблюдать увеличение институциональных инвестиций в компании с низким соотношением цены к балансовой стоимости, поскольку они имеют большую задолженность.Кроме того, тот факт, что латиноамериканские компании больше полагаются на краткосрочный заем, чем на долгосрочный, означает, что институциональные инвесторы в конечном итоге вкладывают средства в долгосрочные долги компаний с жесткими или низкими коэффициентами текущей ликвидности
Число индивидуальных инвесторов, вкладывающих средства через брокерские компании на латиноамериканские рынки, с годами неуклонно росло: в Бразилии насчитывается более одного миллиона индивидуальных инвесторов, а в Перу — более полумиллиона (El Economista, 2019).Следовательно, если гипотеза Юлку и Роджерса (2018) верна и институциональные инвесторы воздерживаются от покупок по понедельникам, то из-за поведенческой гипотезы (т.е. инвесторы начинают с плохого настроения по понедельникам и заканчивают с высоким настроением по пятницам) мы должны наблюдать, как отдельные инвесторы вкладывают больше средств в акции с малой капитализацией и неликвидные акции, усиливая эффект выходных.
Учитывая вышеизложенное, мы стремимся выявить наличие эффекта выходных дней в регионе Латинской Америки и показать, что его интенсивность выше в портфелях с небольшими запасами, более низкой рыночной ликвидностью, более низкими краткосрочными финансовыми показателями (более низкий коэффициент текущей ликвидности) и большие финансовые затруднения (более низкое соотношение цены к балансовой стоимости).
Вклад этого документа в литературу состоит в том, чтобы показать, что инвестиции в соответствии с конкретными финансовыми характеристиками влияют на эффект выходных в Латинской Америке, в частности, что на эффект выходных может влиять вложение институциональных инвесторов в обеспеченные займы, выданные компаниями с стоимость акций и жесткие коэффициенты текущей ликвидности, а также путем вложения индивидуальных инвесторов в акции с малой капитализацией и неликвидные акции, что свидетельствует о наличии поведенческой гипотезы в регионе.В дополнение к роли индивидуальных инвесторов, объясненной Бирру (2018), мы предлагаем, чтобы не только индивидуальные, но и институциональные инвесторы играли роль в усилении эффекта выходных в Латинской Америке.
В следующем разделе мы проводим краткий обзор литературы, посвященный особенностям поведения эффекта выходных на развивающихся рынках с латиноамериканским акцентом. В третьем разделе мы объясняем нашу методологию, а в четвертом и пятом разделах мы представляем и обсуждаем наши результаты.В последнем разделе мы завершаем.
2. Обзор литературы
Эффект выходных также был обнаружен в нескольких исследованиях, связанных с развивающимися рынками. Например, в Азии Аггарвал и Риволи (1989) изучали эффект выходных дней на фондовых биржах Гонконга, Сингапура, Малайзии и Филиппин и обнаружили, что цены вторника отражают события понедельника в Нью-Йорке (Аггарвал Риволи, 1989). Nageswari et. al. (2011) проанализировали доходность индекса SP CNX 500 из Индии с апреля 2002 года по март 2010 года.Этот индекс включает 50 акций из 22 секторов, и их вывод заключался в том, что доходность была выше по пятницам и ниже по понедельникам (Nageswari, Selvam, Gayathri, 2011).
Ariss et. al. (2011) изучали эффект выходных в странах Совета Персидского залива (ССЗ): Бахрейн, Кувейт, Оман, Катар, Саудовская Аравия и Объединенные Арабские Эмираты. Как и на других международных рынках, на фондовых рынках ССЗ преобладали календарные аномалии. Они приходят к выводу, что этот результат может быть результатом низкого объема торгов и ликвидности, а также, возможно, присутствия нескольких опытных индивидуальных инвесторов, которые полностью используют возможности внутринедельного арбитража.Однако эта возможность арбитража в основном ограничена гражданами стран Персидского залива только потому, что все еще существуют некоторые устойчивые нормативные ограничения на владение акциями инвесторов из стран, не входящих в ССЗ, на этих рынках.
Tilică и Oprea (2014) изучали эффект дня недели на румынском фондовом рынке и обнаружили, что доходность по пятницам была выше, чем в другие дни недели, поэтому они назвали это «эффектом пятницы». Они предположили, что это может быть связано с сезонностью волатильности.
В попытке провести более широкое исследование эффекта выходных на развивающихся рынках, Seif et.al. (2017) изучали эту аномалию по всему миру, используя то, что Financial Times Stock Exchange Group (FTSE) назвала «фондовыми рынками передовых развивающихся стран». В эту группу вошли Бразилия, Чешская Республика, Венгрия, Малайзия, Мексика, Польша, ЮАР, Тайвань и Турция. Они обнаружили, что доходность по пятницам была значительно выше, чем в другие дни недели. Хотя они не смогли дать объяснение этой аномалии, они показали, что этот эффект не связан ни с несинхронной торговлей, ни с сезонностью волатильности.
В Латинской Америке Эспиноза (2007) проанализировал наличие эффекта выходных в Чили, применив французскую модель к дневным ценам закрытия индекса акций IPSA. Он нашел поддержку эффекта дня недели, поскольку по понедельникам ожидается отрицательная доходность (Espinosa, 2007). Автор объяснил, что это может произойти из-за того, что чилийские фирмы сообщают рынку о плохих событиях по понедельникам, что может способствовать ухудшению настроения инвесторов в те дни.
В Колумбии Ривера (2009) применил модель временных рядов для определения наличия эффекта выходных в индексе IBB фондовой биржи Боготы, в индексе IBOMED фондовой биржи Медельина и в индексе IGBC фондовой биржи Колумбии. между 1992-2006 гг.Автор выяснил, что вторник — это дни с самой низкой доходностью и более высокой волатильностью, но он не дал этому возможного объяснения (Rivera, 2009).
Кристьянполлер (2010) исследует рынки Аргентины, Бразилии, Колумбии, Чили, Мексики и Перу, используя их рыночные индексы и применяя модель Френча. Он находит доказательства эффекта выходных в период с 1993 по 2007 год. В частности, он обнаружил, что доходность по понедельникам самая низкая, а по пятницам — самые высокие, и пришел к выводу, что возможное объяснение этого может лежать в области поведенческих финансов.(Кристьянполлер, 2010). Позднее Кристьянполлер (2012) провел более полный анализ, включая различные нелинейные модели для проверки эффекта выходных, и обнаружил последовательную поддержку отрицательной доходности по понедельникам и положительной доходности по пятницам на тех же шести предыдущих рынках Латинской Америки. Он также обнаружил, что доходность по понедельникам — это доходность с наибольшей волатильностью, а доходность по пятницам — с наименьшей волатильностью.
Используя стохастическое доминирование, Крицянполлер и Муньос (2012) также обнаружили поддержку эффекта выходных на латиноамериканских рынках.Более того, Рохас и Кристьянполлер (2014) также получили поддержку эффекта выходных дней в Латинской Америке, даже когда они скорректировали статистический тест, допустив ошибку типа I (то есть ошибочно отвергнув нулевую гипотезу об отсутствии значительной прибыли), используя так называемый Поправка Бонферрони.
Для бразильского рынка Сантана и Манзоли (2014) определили эффект выходных дней с помощью индекса BOVESPA, в частности, они обнаружили отрицательную доходность по понедельникам, которая усугублялась высокой волатильностью, как и в случае кризиса субстандартного кредитования.
Рохас и Кристьянполлер (2015) обнаружили сильный эффект выходных, связанный с объемом торгов на шести латиноамериканских рынках (Аргентина, Бразилия, Колумбия, Чили, Мексика и Перу), поскольку объем торгов уменьшается по понедельникам и пятницам и достигает своего пика по средам. Более того, похоже, что доходность определяет объем торгов, а не наоборот.
Арбелаес и Россо (2016) изучали сезонные аномалии в четырех странах Латинской Америки, входящих в так называемый «Тихоокеанский альянс» (Колумбия, Чили, Мексика и Перу).Они также провели коррекцию Бонферрони и нашли поддержку недельного эффекта в Колумбии, Чили и Перу. Хотя они перечислили традиционный ряд возможных объяснений, они не предложили никакого объяснения эффекта.
Винкельрид и Иберико (2018) предложили дополнительную поддержку эффекту выходных на латиноамериканских рынках, с помощью анализа крайних границ они доказали наличие значительного отрицательного эффекта понедельника, который в большинстве случаев компенсируется значительным положительным эффектом пятницы.
Согласно предыдущему обзору, мы пришли к выводу, что подавляющее большинство исследований на развивающихся рынках подтверждают наличие эффекта выходных, и что большинство из них не предоставляют правдоподобного объяснения этого эффекта, кроме поведенческой гипотезы, т.е. опытные трейдеры, объем торгов и эпизоды высокой волатильности. В этом исследовании мы строим инвестиционные портфели в соответствии с выбранными финансовыми характеристиками, поэтому мы можем предложить альтернативное объяснение эффекта выходных для латиноамериканских рынков, где играют роль не только индивидуальные, но и институциональные инвесторы.
3. Методология
Мы используем ежедневные взвешенные по стоимости индексы Morgan Stanley Capital International (MSCI) в долларах США для шести стран Латинской Америки (Аргентина, Бразилия, Колумбия, Чили, Мексика и Перу), чтобы проверить наличие эффекта выходных. Кроме того, мы используем инвестиционные портфели, разработанные в соответствии с финансовыми коэффициентами в долларах США и в тех же странах, чтобы показать, что эффект выходных дней сильнее в портфелях с низким коэффициентом текущей ликвидности, низким соотношением цены к балансовой стоимости, небольшой рыночной капитализацией и низкой рыночной ликвидностью.
Мы проверяем две гипотезы: 1) существует эффект выходных дней в Латинской Америке и 2) эффект выходных дней сильнее в инвестиционных портфелях с низкими коэффициентами текущей ликвидности, низким соотношением цены к балансовой стоимости, небольшой рыночной капитализацией и низкой рыночной ликвидностью. Обе гипотезы взаимосвязаны, но вторая более глубокая, чем первая, поскольку она определяет критерии инвестирования, которые приводят к более сильному эффекту выходных.
Как мы уже объясняли, индивидуальные инвесторы и институциональные инвесторы действительно играют определенную роль в возникновении эффекта выходных в Латинской Америке.Индивидуальные инвесторы ведут себя в соответствии с поведенческой гипотезой (т. Е. У индивидуальных инвесторов плохое настроение по понедельникам и хорошее настроение по пятницам), поэтому, когда у них хорошее настроение (то есть в пятницу), они вкладывают средства в спекулятивные инвестиции, связанные с акциями с малой капитализацией и / или акциями с низкой капитализацией. низкая рыночная ликвидность, и когда у них плохое настроение (например, по понедельникам), они продают свои убытки.
Институциональные инвесторы ведут себя больше похоже на то, что мы называем гипотезой «рынок ссуд», потому что в конечном итоге они вкладывают средства в обеспеченные долговые обязательства, выпущенные компаниями с небольшой капитализацией и низкой рыночной ликвидностью, в конечном итоге покупая более высокую задолженность этих компаний, они уменьшат их текущие коэффициенты и их отношение цены к балансовой стоимости из-за более высокого финансового риска.Кроме того, если институциональные инвесторы имеют инвестиционный мандат на покупку структурированных инструментов и воздерживаются от торговли по понедельникам, доходность по понедельникам будет ниже, а по пятницам — выше. Другими словами, индивидуальные и институциональные инвесторы будут делать спекулятивные инвестиции, поэтому эффект выходных будет сильнее на латиноамериканских рынках, и нет оснований полагать, что он исчезнет.
Выборка включает дневные цены закрытия и данные о долларовой стоимости, скорректированные на распределенные дивиденды с 3 января 2005 г. по 31 декабря 2014 г.Чтобы как можно больше избежать пропущенных значений, нам необходим коэффициент присутствия (рыночная ликвидность), равный или превышающий 75% для каждого года в период 2005-2014 гг. Коэффициент присутствия рассчитывается делением количества котирующих дней в году на общее количество торговых дней в году (см. Таблицу 1). Мы выбрали этот период для выборки, потому что это период неуклонного роста инвестиций институциональных инвесторов в выпуски местных обеспеченных долговых обязательств на шести латиноамериканских рынках (Cheikhrouhou et.др., 2007).
Таблица 1
Общее количество ликвидных запасов на страну в год
Источник: Собственная разработка. В таблице 1 показано количество акций с коэффициентом присутствия (рыночной ликвидностью), равным или превышающим 75% для каждого из годов 2005-2014 гг. Коэффициент присутствия рассчитывается как количество котирующих дней в году, деленное на общее количество торговых дней в году. Источник: Economatica и Bloomberg.
В таблице 2 мы показываем, что, применяя предыдущие фильтры, мы получаем общую выборку из 1578 компаний за период 2005-2014 гг.Обратите внимание, что количество компаний в Таблице 2 больше, чем в Таблице 1, потому что это не та компания, которая включена в анализ портфеля, потому что мы ежегодно меняем баланс портфеля. Как мы видим, наибольшее количество листинговых компаний приходится на Бразилию (43%), за ней следуют перуанские компании (23%), чилийские (12%) и мексиканские (12%). Что касается отрасли, таблица 3 показывает, что сектор финансов и страхования является преобладающим (19%) вместе с сектором электроэнергетики (10%).
Таблица 2
Общее количество различных ликвидных запасов по стране (2005-2014 гг.)
Источник: Собственная разработка. В таблице 2 показано общее количество акций с коэффициентом присутствия (рыночной ликвидностью), равным или превышающим 75% в течение 2005-2014 годов (консолидированные результаты). Коэффициент присутствия рассчитывается как количество котирующих дней в году, деленное на общее количество торговых дней в году. Источник: Economatica и Bloomberg.
Таблица 3
Общее количество ликвидных акций по сектору
Источник: Собственная разработка.В таблице 3 показано общее количество акций в каждом секторе с коэффициентом присутствия (рыночной ликвидностью), равным или превышающим 75% в течение 2005-2014 годов (консолидированные результаты). Коэффициент присутствия рассчитывается как количество котирующих дней в году, деленное на общее количество торговых дней в году. Источник: Economatica и Bloomberg.
Мы будем использовать следующее выражение для расчета непрерывно вычисляемой прибыли компаний:
Ri, t = ln (Pi, tPi, t − x) 1 / x (1)
Где: Ri, t — доходность фирмы i за период t; Pi, t цена акции i в период t; Pi, t − x — цена акции i в период t − x; и, наконец, x количество дней между значением периода t и t − x.
Для определения эффекта выходных мы будем использовать расширение французской модели (1980):
Ri, t = ∑i = 15βi * γi + εt (2)
Где: Ri, t — средняя доходность индекса MSCI акций или инвестиционного портфеля в период t; βi — средняя доходность i-го дня; γi — фиктивная переменная для дня i (понедельник, вторник,…., пятница), а εt — член ошибки. Мы расширили модель, включив в нее переменные полного риска и импульса, получив следующую версию:
Ri, t = ∑i = 15βi * γi + ϑt + λ + εt (3)
Где: ϑt — индекс MSCI или суммарный риск доходности портфеля в период t, рассчитанный за последние 7 дней; λ — импульс, который относится к чрезмерной реакции некоторых акций на прошлой неделе из-за выпуска новой информации; и εt — член ошибки.В связи с тем, что существует корреляция между дневной доходностью и поскольку они подвержены значительному риску снижения на развивающихся рынках, мы моделируем ошибки в соответствии со спецификацией E-GARCH (p, q).
Следовательно, мы следуем уравнению:
yt = εtht (4)
Где: loght = αo + β1log (ht − 1) + α1 | εt − 1ht − 1 | + γεt − 1ht − 1
Таким образом, модель E-GARCH включает динамическую структуру в уравнение гетероскедастической волатильности, представленное выражением β1log (ht − 1) с авторегрессионными компонентами возмущения и асимметричного эффекта, представленными выражениями α1 | εt − 1ht − 1 | и γεt −1ht − 1 соответственно.
Мы оцениваем уравнения (2) и (3) с ежедневной доходностью взвешенного по стоимости индекса MSCI, соответствующего каждому латиноамериканскому рынку. Затем мы оцениваем только уравнение (3) для инвестиционных портфелей, построенных на основе каждой из четырех финансовых характеристик каждой из четырех фирм: рыночной капитализации (размер), рыночной ликвидности (спред между спросом и предложением), коэффициента текущей ликвидности (оборотные активы / текущие обязательства), а также отношение цены к балансовой стоимости.
Для каждой финансовой характеристики мы создаем два портфеля с одинаковым весом для каждой страны (Аргентина, Бразилия, Чили, Колумбия, Перу и Мексика).Затем мы устанавливаем 50-й процентиль каждого распределения в качестве порогового значения и строим два инвестиционных портфеля для каждой характеристики. Каждый год мы перебалансируем портфель в соответствии с классификацией предыдущего года, и мы продолжаем делать это с 2005 по 2014 год.
4. Результаты
Таблица 4 показывает описательную статистику доходности акций и финансовых характеристик, а таблица 5 показывает тесты единичного корня переменных в уравнении (3). В общем, у нас достаточно изменчивости, чтобы сформировать два разных портфеля по каждой финансовой характеристике, и у нас есть стационарные ряды для выполнения уравнения (3).
Таблица 4
Описательная статистика
Источник: Собственная разработка. Таблица 4 показывает описательную статистику для полной выборки за 2005-2014 годы для компаний с коэффициентом присутствия, равным или превышающим 75%. Переменные — это ежедневная непрерывно начисленная доходность MSCI в долларах США; размер компании в миллионах долларов; соотношение цены и балансовой стоимости; рыночная ликвидность, приблизительно равная спреду спроса и предложения; и коэффициент текущей ликвидности.N — общее количество наблюдений
Таблица 5
Результаты тестов на единичные корни
Источник: Собственная разработка. В таблице 5 представлены рассчитанные t-статистики как для расширенного теста Дики-Фуллера, так и для критериев единичного корня Philips Perron для зависимых и дополнительных независимых переменных в уравнении (3). В общем, абсолютное значение вычисленной t-статистики больше, чем абсолютное значение критических значений Маккиннона, поэтому мы отклоняем нулевую гипотезу, и ряды стационарны.Критические значения Маккиннона -4,01 (1%), -3,43 (5%) и -3,14 (10%)
Чтобы обнаружить наличие эффекта выходных дней, мы анализируем эффект на основе индексов для каждой страны в нашей выборке. В таблице 6 подробно представлены результаты модели без контрольных переменных (уравнение 2). Как мы видим, знаки коэффициентов для понедельника и пятницы верны, но они имеют значение только для Колумбии и Чили, а в случае Чили наибольшая доходность наблюдается по четвергам, а не по пятницам.
Таблица 6
Выявление эффекта выходных дней с помощью взвешенных по стоимости индексов MSCI (модель без контрольных переменных)
Источник: Собственная разработка.В таблице 6 показаны коэффициент и t-статистика (t) оценки с помощью E-GARCH (1,1) модели временных рядов без управляющих переменных (уравнение 2). Источник: Bloomberg. Собственная разработка. *** статистически значимо при 1
В таблице 7 показаны результаты оценки уравнения (3) с помощью модели E-GARCH (1,1) с контрольными переменными. Мы также проводим те же регрессии с использованием GARCH (1,1), но результаты не были лучше (не сообщалось). Контрольными переменными являются общий риск (рассчитывается как стандартное отклонение доходности акций за последние семь торговых дней) и импульс (рассчитывается как разница между одновременной доходностью акций и доходностью акций с запаздыванием на семь торговых дней).
Таблица 7
Идентификация эффекта выходных с помощью взвешенных по стоимости индексов MSCI (модель с контрольными переменными)
Источник: Собственная разработка. В таблице 7 показаны коэффициент и t-статистика (t) оценки с помощью E-GARCH (1,1) модели временных рядов с контрольными переменными (уравнение 3). Здесь контрольными переменными являются общий риск (рассчитанный как стандартное отклонение доходности акций за последние семь торговых дней) и импульс (рассчитанный как разница между одновременной доходностью акций и доходностью акций с запаздыванием на семь торговых дней).Источник: Bloomberg. Собственная разработка. *** статистически значимо на уровне 1%; ** статистически значимо на уровне 5%; * статистически значимо на уровне 10%.
В таблице 7 знаки верны и статистически значимы для Перу, Колумбии, Бразилии, Чили и Мексики, но не для Аргентины. Обратите внимание, что пятницы являются положительными и статистически значимыми для Аргентины, а понедельники — нет. Более того, общий риск значительный во всех странах, за исключением Мексики, и только в случае Аргентины наблюдается разворот.
В целом, согласно нашим результатам, эффект выходных присутствует в Перу, Колумбии, Бразилии, Чили и Мексике и характеризуется более низкой доходностью по понедельникам и более высокой доходностью по пятницам (Перу, Колумбия и Мексика) или по четвергам (Чили). . Аргентина также показывает самую высокую доходность по пятницам, но ее доходность по понедельникам положительная, хотя и самая низкая за неделю.
Чтобы оценить взаимосвязь между эффектом выходного дня и каждой финансовой характеристикой, мы определяем коэффициент интенсивности эффекта выходного дня.Коэффициент интенсивности рассчитывается как количество раз, когда дневная доходность пятницы превышает доходность понедельника, деленная на количество раз, когда доходность ежедневной пятницы была ниже доходности понедельника. Следовательно, если нет эффекта выходного дня, коэффициент интенсивности будет меньше или равен 1, в противном случае будет эффект выходного дня.
В таблице 8 мы видим, что эффект выходных дней сильнее не только в портфелях, содержащих акции с малой капитализацией, но и эффект выходных дней значим в портфелях с акциями с высокой капитализацией во всех странах, за исключением Аргентины.Также интересно, что разница в интенсивности между обоими портфелями невелика, за исключением Бразилии, и это, вероятно, потому, что отдельные инвесторы знают, что инвестиции в акции с малой капитализацией — хорошая идея, потому что они могут обеспечить более высокую положительную доходность, чем акции с большой капитализацией (спекулятивно). инвестиции). Похоже, что в Бразилии битва заключается в правильном выборе наиболее интересных компаний с малой капитализацией.
В таблице 9 показан эффект выходных, связанный с ликвидностью фондового рынка. Мы используем измерение, называемое спредом спроса и предложения, в качестве прокси для формирования двух инвестиционных портфелей для каждой страны.Как мы видим, во всех странах коэффициент интенсивности выше 1, и он более интенсивен в портфеле 2 (который содержит менее ликвидные акции), чем в портфеле 1 (который содержит более ликвидные акции). Следовательно, эффект выходных дней сильнее для менее ликвидных акций, вероятно, из-за спекулятивных вложений индивидуальных инвесторов.
Интересно отметить, что для портфеля 1 коэффициент интенсивности имеет тенденцию быть ниже, за исключением Бразилии, поэтому для ликвидных акций нет большого эффекта, связанного с рыночной ликвидностью, и различия могут быть вызваны ребалансировкой портфеля, проводимой институциональными инвесторами.
Кроме того, эффект выходных дней значительный во всех странах, за исключением Аргентины и Бразилии, где доходность в понедельник была самой низкой, но незначительной.
Таблица 10 показывает, что в целом инвестирование в компании с низким коэффициентом текущей ликвидности связано с более высоким коэффициентом интенсивности, поэтому эффект выходных дней сильнее, чем инвестирование в портфели с высокими коэффициентами текущей ликвидности. В этом случае индивидуальные инвесторы предпочитают компании с ограниченной краткосрочной ликвидностью, поскольку они представляют собой спекулятивные инвестиции.Хотя эффект выходных дней значим не во всех странах, он присутствует во всех странах с правильным знаком или с самой низкой доходностью по понедельникам и более высокой доходностью по пятницам, за исключением Чили, где более высокая доходность приходится на четверг. Другое объяснение состоит в том, что институциональные инвесторы также вкладывают средства в эти фирмы в силу гипотезы «рынка ссуд».
Самый интересный результат для Аргентины представлен в Таблице 11. Там мы видим, что эффект выходных дней присутствует во всех странах, но значительный в Аргентине, Перу, Колумбии и Чили.Мы снова находим следы гипотезы «рынка ссуд» и поведенческой гипотезы, потому что эффект выходных дней сильнее в портфелях с низким соотношением цены к балансовой стоимости или портфелях, построенных с использованием ценных бумаг вместо акций роста. Разница в коэффициенте интенсивности между портфелями не очень велика в Колумбии и Чили, но огромна ли она в Бразилии.
Таблица 8
Эффект выходных и рыночная капитализация (размер)
Источник: Собственная разработка.В таблице 8 показаны коэффициенты и t-статистика (t) оценки с помощью E-GARCH (1,1) модели временных рядов с контрольными переменными (уравнение 3) внутри портфелей. Мы группируем акции в два портфеля в зависимости от их рыночной капитализации (размера) и используем процентиль 50 в качестве порога для построения двух портфелей. Источник: Bloomberg. Собственная разработка. *** статистически значимо на уровне 1%; ** статистически значимо на уровне 5%; * статистически значимо на уровне 10%.
Таблица 9
Эффект выходных и рыночная ликвидность (спрэд между покупателями и покупателями)
Источник: Собственная разработка.В таблице 9 показаны коэффициенты и t-статистика (t) оценки с помощью E-GARCH (1,1) модели временных рядов с контрольными переменными (уравнение 3) внутри портфелей. Мы группируем акции в два портфеля в зависимости от их ликвидности на фондовом рынке (спред бид-аск). Мы используем процентиль 50 в качестве порога для построения двух портфелей. Источник: Bloomberg. Собственная разработка. *** статистически значимо на уровне 1%; ** статистически значимо на уровне 5%; * статистически значимо на уровне 10%.
Таблица 10
Эффект выходных и коэффициент текущей ликвидности
Источник: Собственная разработка.В таблице 10 показаны коэффициенты и t-статистика (t) оценки с помощью E-GARCH (1,1) модели временных рядов с контрольными переменными (уравнение 3) внутри портфелей. Мы группируем акции в два портфеля в зависимости от их коэффициента текущей ликвидности (текущие активы, разделенные на краткосрочные обязательства). Мы используем процентиль 50 в качестве порога для построения двух портфелей. Источник: Bloomberg. Собственная разработка. *** статистически значимо на уровне 1%; ** статистически значимо на уровне 5%; * статистически значимо на уровне 10%.
Таблица 11
Эффект выходных и соотношение цены к балансовой стоимости
Источник: Собственная разработка. В таблице 11 показаны коэффициенты и t-статистика (t) оценки с помощью E-GARCH (1,1) модели временных рядов с контрольными переменными (уравнение 3) внутри портфелей. Мы группируем акции в два портфеля в зависимости от их отношения цены к балансовой стоимости и используем процентиль 50 в качестве порога для построения двух портфелей. Источник: Bloomberg. Собственная разработка. *** статистически значимо на уровне 1%; ** статистически значимо на уровне 5%; * статистически значимо на уровне 10%.
5. Заключение
В целом наши результаты подтверждают гипотезу о существовании эффекта выходных на шести развивающихся рынках Латинской Америки, но отдельные инвесторы в каждой стране, похоже, делают акцент на использовании определенных финансовых характеристик для выбора акций для своих портфелей, а институциональные инвесторы также влияют на эффект. через свои вложения в обеспеченные ссуды.
Индивидуальные и институциональные инвесторы будут вести себя по-разному на разных рынках, поэтому эффект выходных дней будет иметь разную интенсивность в разных странах (Ritter and Chopra, 1989).В частности, рыночная капитализация (размер) важна во всех странах, и особенно в Бразилии, балансовая стоимость важна во всех странах, но особенно в Аргентине. Ликвидность фондового рынка важна во всех странах, но особенно в Перу, Колумбии, Чили и Мексике. Наконец, коэффициент текущей ликвидности также важен во всех странах, но особенно в Перу, Колумбии и Чили.
Наши результаты согласуются с результатами Бирру (2018) в отношении поведенческой гипотезы отдельных инвесторов, но отличаются от институциональных инвесторов.Институциональные инвесторы не только воздерживаются от покупок по понедельникам Ülkü and Rogers (2018), но они также все активнее вкладывают средства в обеспеченные долговые обязательства, выпущенные компаниями с небольшой капитализацией и неликвидными компаниями, и в конечном итоге эти компании будут иметь большую задолженность с жесткими коэффициентами текущей ликвидности и низкими показателями ликвидности. отношение цены к балансовой стоимости (т. е. гипотеза рынка ссуд).
Мы только что сделали первый шаг к объяснению эффекта выходных, потому что остается много вопросов, например: сильнее ли эффект выходных в определенных отраслях? Почему? Какую частоту используют институциональные инвесторы для ребалансировки своих инвестиционных портфелей? Почему по понедельникам воздерживаются от вложений? Как изменение их инвестиционных мандатов повлияет на эффект выходных? Дальнейшие исследования должны быть направлены на ответы на эти и другие связанные с этим вопросы.
Ссылка
Аггарвал Р., Риволи П. (1989). Сезонные эффекты и эффекты дня недели в четырех развивающихся акциях. Финансовый обзор, 24, 541-550.
Абрахам А. и Икенберри Д. (1994) Индивидуальный инвестор и эффект выходных. Журнал финансового и количественного анализа, 29, 263-277
Арбелаес Д. и Россо Дж. (2016) Efectos estacionales en los mercados de capitales de la Alianza del Pacifico, Estudios Gerenciales, 32, 358-368
Арисс, Р., Резванян Р., Мехдиан С. (2011) Календарные аномалии на фондовых рынках Совета сотрудничества стран Персидского залива. Обзор развивающихся рынков, 12, 293-307
Banz, R.W. (1981) Взаимосвязь между доходностью и рыночной стоимостью обыкновенных акций. Журнал финансовой экономики, 9, 3-18
Бирру, Дж. (2018) День недели и сечение возвратов. Журнал финансовой экономики, 130, 182-214.
Borzykowski, B. (2017) Три причины, по которым акции Латинской Америки будут продолжать расти.http://CNBC.com. Извлечено из интернета 20 марта 2019 г.
Капорале Г.М., Пластун А. (2019). Эффект дня недели на рынке криптовалют. Письма о финансовых исследованиях, (в печати).
Капорале Г.М., Закирова В. (2017). Календарные аномалии на российском фондовом рынке. Российский экономический журнал, 3, 101-108.
Cheong, F. S. (2016) Разоблачение двух мифов об эффекте выходных, Международный журнал финансовых исследований, 4, 2-9
Чен, Х., Сингал В. (2003) Роль спекулятивных коротких продаж в ценообразовании: случай эффекта выходных. Журнал финансов, 58, 685-706.
Cheikhrouhou, H., Gwinner, W., Pollner, J., Salinas, E., Sirtaine, S., and Vittas, D. (2007) Структурированное финансирование в Латинской Америке: направление пенсионных фондов на жилищное строительство, инфраструктуру и малое Бизнесы, Всемирный банк, Вашингтон, округ Колумбия, 149 стр.
Кросс, Ф. (1973) Динамика цен на акции по пятницам и понедельникам. Журнал финансовых аналитиков, 29, 67-69.
Дао, Т.М., МакГроарти, Ф., и Уркхарт, А. (2016) Календарный эффект: чрезмерная реакция на выходные (и последующий разворот) спотовых курсов валют. Журнал международного финансового менеджмента, 37, 158-167
Дойл, Дж. Р., и Чен, К. Х. (2009) Эффект блуждающего буднего дня на основных фондовых рынках. Журнал банковских финансов, 33, 1388-1399
Дрейпер П., Паудьял К. (2002). Объяснение возвратов в понедельник. Журнал финансовых исследований, 25, 507-520.
Дюбуа, М., Луве, П.(1996). Эффект дня недели: международные данные. Journal of Banking Finance, 20, 1463-1484.
El Economista (2019) El número de brasileños que invierte en bolsa supera el listón de un millón, извлечено из Интернета 9 мая 2019 г.
Эспиноза, К. (2007). Эффект «Fin de Semana» и «Fin de Mes» на рынке Буршатиль Чилено. Panorama Socioeconómico, 34, 8-17.
Филдс, М. (1931) Цены на акции: проблема проверки. Журнал бизнеса Чикагского университета, 4, 415-418.
Флорос К. и Сальвадор Э. (2014). Календарные аномалии фьючерсов на наличные деньги и фондовые индексы: международные данные. Экономическое моделирование, 37, 216-223
Френч, К. (1980) Доходность акций и эффект выходных. Журнал финансовой экономики, 8, 55-69
Гудсон, Д. (2018) Эволюция секьюритизированного кредита: почему класс активов стал распределением через цикл, Institutional Investor, 11 сентября. Получено из Интернета 9 мая 2019 г.
Джонсон, Р.(2018) Рыночное кредитование находит место в институциональных портфелях, исследование Greenwhich Associates, 12 стр.
Кейм, Д., Стамбо, Ф. (1984). Дальнейшее исследование влияния выходных на доходность акций. Журнал финансов, 39, 819-835.
Кристьянполлер, В. (2010). Análisis del efecto día de semana en los mercados accionarios latinoamericanos. Lecturas de Economía, 71, 189–210.
Кристьянполлер, В. (2012). Эффект дня недели на фондовых рынках Латинской Америки.Revista de Analisis Economico, 27, 71-89.
Крисьянполлер, В. и Муньос, Р. (2012) Análisis del Efecto Día de Semana en los Principales mercados accionarios latinoamericanos: una aproximación mediante el criterio de Dominancia Estocástica, Estudios de Economia, 39, 5-26
Мамеде С. и Фернандес Р. (2017) Эффект понедельника в бразильских хедж-фондах с немедленным погашением. Исследования в области международного бизнеса и финансов, 39, 47-53
Нагесвари, П., Селвам, М., и Гаятри, Дж. (2011) Анализ эффекта понедельника на индийском фондовом рынке. Журнал управления бизнесом, 5, 170-177
Найк, М. (2014) Исследование аномалий на фондовом рынке. Международный журнал междисциплинарного подхода и исследований, 1, 269-283.
Олсон Д., Моссман К. и Чжоу Н. (2015) Эволюция эффекта выходных на рынках США. Ежеквартальный обзор экономики и финансов, 58, 56-63
Ричардс Д.У. и Уиллоуз Г.Д. (2019) Утро понедельника: индивидуальный инвестор торгует в дни недели и время в течение дня.Журнал поведенческих и экспериментальных финансов, 22, 105-115
Рохас Э. и Кристьянполлер В. (2014) Anomalias de calendario en los mercados accionarios Latinoamericanos: una revision mediante el Procedure de Bonferroni. Lecturas de Economia, 81, 91-113
Рохас, Э., и Кристьянполлер, В. (2015) Relacion Precio-volumen mediante análisis de causalidad y efecto dia de semana en los mercados accionarios Latinoamericanos, Lecturas de Economia, 83, 9-31
Риттер, Дж., и Чопра, Н. (1989) Ребалансировка портфеля и эффект смены года. Финансовый журнал, 44, 149-166
Ривера, Д. (2009). Модель Efecto del Día de la Semana для индексов Accionarios de Colombia mediante un Modelo STAR GARCH. Revista de Economía del Rosario, 12, 1-24.
Сантана В., и Л. Манзоли (2014) Pessimismo nas segundas-feiras: um analysis do efeito dia da semana no mercado de capitais brasileiro em periodos de crise e de installidade, Revista de Gestão, Finanças e Contabilidade, 4, 38 -53
Скатинья М., Товар, К. (2007) Секьюритизация в Латинской Америке, Ежеквартальный обзор BIS, сентябрь 71-82
Сейф М., Дочерти П. и Шамсуддин А. (2017) Сезонные аномалии на развитых развивающихся фондовых рынках. Ежеквартальный обзор экономики и финансов, 66, 169-181
ilică, E.V., и Oprea, D. (2014) Сезонность на румынском фондовом рынке: эффект дня недели. Процедурная экономика и финансы, 15, 704-710
Ülkü, N., and Rogers, M. (2018) Кто движет эффектом понедельника? Журнал экономического поведения и организации, 148, 46-65
Валькасер, С., Де Моура, Х., Феррейра, Д., и Аморим В. (2017) Различия в управлении структурой капитала в компаниях Латинской Америки и США после кризиса 2008 года, Журнал экономики, финансов и административных наук, 22, 51-74
Винкельрид Д. и Иберико Л. (2018) Календарные эффекты на латиноамериканских фондовых рынках, Эмпирическая экономика, 54, 1215-1235
Заметки автора
* электронная почта: [email protected]
LCR и NSFR, что означают эти коэффициенты ликвидности?
Существенная роль банков в обществе состоит в том, чтобы привлечь сбережения от семей, компаний и других агентов, а затем ссудить их другим.Банк берет краткосрочные займы (депозиты) и ссуды в долгосрочной перспективе (кредиты). Управление этим несоответствием времени дает выгоду , но также влечет за собой серию из рисков . Один из самых больших — это поддержание необходимой ликвидности для удовлетворения потребностей в наличных деньгах тех, кто ссудил свои деньги банку.
Для снижения этого риска были созданы LCR (коэффициент покрытия ликвидности) и NSFR (чистый стабильный коэффициент финансирования), которые являются частью соглашений Базель III, утвержденных в январе 2013 и октябре 2014, соответственно.Оба коэффициента преследуют две разные, но взаимодополняющие цели: цель LCR заключается в обеспечении краткосрочной устойчивости профиля риска ликвидности банков ; в то время как цель NSFR — снизить риск финансирования в течение более широкого временного горизонта .
LCR, коэффициент покрытия ликвидности
LCR измеряет профиль риска ликвидности банка, банки имеют достаточный запас необремененных высококачественных ликвидных активов , которые могут быть легко и немедленно конвертированы на финансовых рынках без потери стоимости или с незначительной потерей стоимости.В эту категорию могут входить, например, депозитов центрального банка, корпоративные векселя или гарантированные облигации . Цель состоит в том, чтобы гарантировать, что организация сможет удовлетворить свои потребности в ликвидности в 30-дневном гипотетическом сценарии финансового стресса.
LCR — это процент, полученный в результате деления запасов высококачественных активов банка на оценочную общую чистую денежную наличность оттоков в течение 30-дневного стрессового сценария. Общий чистый отток денежных средств определяется как общий ожидаемый отток денежных средств за вычетом общего ожидаемого притока денежных средств (до совокупного предела в 75% от общего ожидаемого оттока денежных средств).
Общий ожидаемый отток денежных средств рассчитывается путем умножения текущего сальдо продуктовых обязательств (таких как счета и депозиты) и внебалансовых обязательств (таких как кредитные линии и линии ликвидности для клиентов) на ставки, по которым они, как ожидается, будут исчерпаны или быть спущенным в соответствии с вышеупомянутым стрессовым сценарием.
По состоянию на 1 января 2019 года минимальный коэффициент покрытия ликвидности , необходимый для международных банков, составляет 100% . Другими словами, запас высококачественных активов должен быть не меньше ожидаемого общего чистого оттока денежных средств в течение 30-дневного стрессового периода.
Видео
Посмотреть видео
BBVA с комфортом удовлетворяет этому требованию. По состоянию на 30 июня 2019 года коэффициент LCR банка составляет 132% . LCR — это требование, которое устанавливается только на консолидированном уровне для банков зоны евро. Однако всех франшиз BBVA также превышает требуемый минимум . Консолидированная LCR рассчитывается без учета возможности передачи ликвидности между дочерними компаниями, поэтому избыточная ликвидность не переводится с этих иностранных компаний на консолидированный коэффициент.Учитывая влияние этих высоколиквидных активов, LCR BBVA составит 165%. LCR всех дочерних компаний BBVA комфортно превышает 100% порог.
NSFR, коэффициент чистого стабильного финансирования
NSFR требует от банков поддерживать стабильный профиль фондирования в отношении своих забалансовых активов и деятельности . Цель состоит в том, чтобы снизить вероятность того, что потрясения, влияющие на обычные источники финансирования банка, могут подорвать его позицию ликвидности, увеличивая риск банкротства.Стандарт NSFR направлен на то, чтобы банки диверсифицировали свои источники финансирования и уменьшили свою зависимость от краткосрочных оптовых рынков.
NSFR определяется как , соотношение между суммой доступного стабильного финансирования и суммой необходимого стабильного финансирования . Доступное стабильное финансирование означает долю собственных и сторонних ресурсов, которые, как ожидается, будут надежными в течение одного года (включая депозиты клиентов и долгосрочное оптовое финансирование). Таким образом, в отличие от краткосрочного показателя LCR , этот коэффициент измеряет среднесрочную и долгосрочную устойчивость банка .Требования к стабильному финансированию для каждого учреждения устанавливаются на основе характеристик ликвидности и сроков погашения его балансовых активов и внебалансовых рисков.
Базель III требует, чтобы NSFR составлял не менее 100% на постоянной основе . Другими словами, объем доступного стабильного финансирования и необходимого стабильного финансирования должны быть равными. Хотя ЕС принял это требование с одобрения CRR II в июне, оно не вступит в силу до 2021 года. В любом случае BBVA уже удовлетворяет этому требованию в его текущем определении с комфортной маржой (121% по состоянию на 30 июня. , 2019), в основном за счет долгосрочной структуры розничного финансирования.Как и в случае с LCR, NSFR во всех дочерних компаниях намного превышает 100%.
Мета-исследование взаимосвязи между прибыльностью и ликвидностью предприятий в макроэкономической и институциональной среде
Ахмед К., Кортис Дж. К. (1999) Связь между корпоративными характеристиками и уровнями раскрытия информации в годовых отчетах: метаанализ. British Account Rev. https://doi.org/10.1006/bare.1998.0082
Статья Google ученый
Акото Р.К., Авунйо-Витор Д., Ангмор П.Л. (2013) Управление оборотным капиталом и прибыльность: данные компаний-производителей, зарегистрированных на бирже Ганы.J Econ Int Finance 5 (9): 373–379
Статья Google ученый
Alarussi AS, Alhaderi SM (2018) Факторы, влияющие на прибыльность в Малайзии. J Econ Stud 45 (3): 442–458. https://doi.org/10.1108/JES-05-2017-0124
Статья Google ученый
Алавинасаб С.М., Давуди Э. (2013) Изучение взаимосвязи между управлением оборотным капиталом и прибыльностью листинговых компаний на Тегеранской фондовой бирже.Автобус Manag Dynam 2 (7): 1–8
Google ученый
Aregbeyen O (2013) Влияние управления оборотным капиталом на прибыльность нигерийских производственных фирм. J Bus Econ Manag 14 (3): 520–534. https://doi.org/10.3846/16111699.2011.651626
Статья Google ученый
Арункумар О.Н., Радхараманан Т. (2011) Анализ влияния управления оборотным капиталом на корпоративную прибыльность индийских производственных фирм.Int J Bus Insights Transform 5 (1): 71–77
Google ученый
Авад И., Джайяр Ф. (2013) Управление оборотным капиталом, ликвидность и прибыльность производственного сектора в Палестине: совместная интеграция панелей и причинно-следственная связь. Mod Econ 4 (10): 662–671. https://doi.org/10.4236/me.2013.410072
Статья Google ученый
Баньос-Кабальеро С., Гарсия-Теруэль П.Дж., Мартинес-Солано П. (2012) Как управление оборотным капиталом влияет на прибыльность испанских МСП? Small Bus Econ 39 (2): 517–529.https://doi.org/10.1007/s11187-011-9317-8
Статья Google ученый
Baser F, Gokten S, Kucukkocaoglu G, Ture H (2016) Существование компромисса между ликвидностью и прибыльностью в Турции: эмпирическое исследование при моделировании структурным уравнением. Copernican J Finance Account 5 (2): 27–44
Статья Google ученый
Брили Р.А., Майерс С.К., Аллен Ф. (2016) Принципы корпоративных финансов — принципы корпоративных финансов (12-е издание), 12-е изд.McGraw-Hill Education, OH
Google ученый
Chang CC (2018) Цикл конверсии денежных средств и корпоративная эффективность: глобальные данные. Int Rev Econ Finance 56: 568–581. https://doi.org/10.1016/j.iref.2017.12.014
Статья Google ученый
Charitou M, Lois P, Santoso HB (2012) Взаимосвязь между управлением оборотным капиталом и прибыльностью фирмы: эмпирическое исследование для развивающейся азиатской страны.Int Bus Econ Res J 11 (8): 839–849
Google ученый
Кристиан М.М., Раиса М.Л. (2017) Эмпирические данные по управлению оборотным капиталом и рентабельности фирм для румынской промышленности. Ovidius Uni Ann Econ Sci Ser 17 (2): 425–429
Google ученый
Deloof M (2003) Влияет ли управление оборотным капиталом на прибыльность бельгийских фирм? J Bus Financ Acc. https: // doi.org / 10.1111 / 1468-5957.00008
Статья Google ученый
Den M, Oruc E (2009) Взаимосвязь между уровнем эффективности управления оборотным капиталом и доходностью общих активов на ISE (Стамбульская фондовая биржа). Int J Bus Manag. https://doi.org/10.5539/ijbm.v4n10p109
Статья Google ученый
Ding S, Guariglia A, Knight J (2013) Инвестиционные и финансовые ограничения в Китае: имеет ли значение управление оборотным капиталом? J Bank Finance.https://doi.org/10.1016/j.jbankfin.2012.03.025
Статья Google ученый
Eljelly AMA (2004) Ликвидность — компромисс прибыльности: эмпирическое исследование на развивающемся рынке. Int J Commer Manag 14 (2): 48–61. https://doi.org/10.1108/10569210480000179
Статья Google ученый
Erasmus PD (2010) Управление оборотным капиталом и прибыльность: взаимосвязь между чистым торговым циклом и рентабельностью активов.Manag Dyn 19 (1): 2–10
Google ученый
Джентри Дж. (1976) Отсутствуют представления о процессе обращения с оборотным капиталом со стороны руководства. Иллинойс: Колледж торговли и делового администрирования, Университет Иллинойса в Урбана-Шампейн, Иллинойс
Google ученый
Glass GV (1976) Первичный, вторичный и метаанализ исследований. Educ Res 5 (10): 3–8. https://doi.org/10.3102 / 0013189X005010003
Артикул Google ученый
Ханг М., Гейер-Клингеберг Дж., Ратгебер А.В., Штёкль С. (2018) Измерение имеет значение — метаисследование факторов, определяющих структуру корпоративного капитала. Q Rev Econ Finance 68: 211–225. https://doi.org/10.1016/j.qref.2017.11.011
Статья Google ученый
Hanji MB (2017) Метаанализ в психиатрических исследованиях: фундаментальные и передовые методы.Apple Academic Press, Торонто; Нью-Джерси
Бронировать Google ученый
Hoang TV (2015) Влияние управления капиталом на прибыльность фирмы: случай производственных компаний, котирующихся на бирже на фондовой бирже Хошимина. Asian Econ Financial Rev 5 (5): 779–789. https://doi.org/10.18488/journal.aefr/2015.5.5/102.5.779.789
Статья Google ученый
Işık Ö (2017) Детерминанты прибыльности: данные компаний реального сектора, котирующиеся на бирже borsa istanbul.Автобус Econ Res J 4 (8): 689–698. https://doi.org/10.20409/berj.2017.76
Статья Google ученый
Jaworski J, Czerwonka (2018) Взаимосвязь между прибыльностью и ликвидностью предприятий, котирующихся на Варшавской фондовой бирже. В: 35-я международная научная конференция по экономическому и социальному развитию — «Устойчивость с экономической и социальной точки зрения», Сборник (стр. 15–16)
Jaworski J, Czerwonka L (2019) Мета-исследование взаимосвязи между макроэкономикой и институциональная среда и внутренние детерминанты структуры капитала предприятий.Econ Res-Ekonomska Istraživanja 32 (1): 2614–2637. https://doi.org/10.1080/1331677X.2019.1650653
Статья Google ученый
Хосе М.Л., Ланкастер С., Стивенс Дж.Л. (1996) Корпоративная прибыль и циклы конвертации денежных средств. J Econ Finance 20 (1): 33–46. https://doi.org/10.1007/BF02920497
Статья Google ученый
Кескин Р., Гокалп Ф. (2016) Влияние управления оборотным капиталом на прибыльность фирмы: анализ панельных данных.Doğuş Üniversitesi Dergisi 17 (1): 15–25
Статья Google ученый
Кешник Р.Л., Лапланте М., Муссави Р. (2011) Управление оборотным капиталом и состояние акционеров. Ссрн. https://doi.org/10.2139/ssrn.1431165
Статья Google ученый
Kroes JR, Manikas AS (2014) Управление денежными потоками и финансовые показатели производственных компаний: долгосрочная перспектива.Int J Prod Econ. https://doi.org/10.1016/j.ijpe.2013.11.008
Статья Google ученый
Kusuma H, Dhiyaullatief Bachtiar A (2018) Данные об управлении оборотным капиталом и корпоративной эффективности из Индонезии. J Manag Bus Admin Cent Eur 26 (2): 76–88
Google ученый
Латха М., Рао С.Н. (2017) Детерминанты прибыльности: данные листинговых компаний в bse-fmcg.Int J Econ Perspectives 11 (3): 1264–1272
Google ученый
Littell JH, Corcoran J, Pillai V (2008) Систематические обзоры и мета-анализ. Oxford University Press
Книга Google ученый
Majanga BB (2016) Цикл конвертации денежных средств и прибыльность фирмы в производственном секторе Малави. J Comm Account Res 4 (3–4): 1–7. https://doi.org/10.21863/jcar/2015.4.3and4.014
Артикул Google ученый
Mitra S, Nandi KC (2013) Связь между риском ликвидности и прибыльностью — исследование со ссылкой на Eastern Coilfields ltd. J Inst Publics Ent 36 (3–4): 29–48
Google ученый
Myers SC, Majluf NS (1984) Корпоративное финансирование и инвестиционные решения, когда у фирм есть информация, которой нет у инвесторов. J Financ Econ 13 (2): 187–221.https://doi.org/10.1016/0304-405X(84)-0
Статья Google ученый
Нанда С., Панда А.К. (2018) Детерминанты корпоративной прибыльности: исследование индийских производственных компаний. Int J Emerg Mark 13 (1): 66–86. https://doi.org/10.1108/IJoEM-01-2017-0013
Статья Google ученый
Nishanthini A, Meerajancy J (2015) Компромисс между ликвидностью и прибыльностью: сравнительное исследование государственных и частных банков в Шри-Ланке.Res Humanit Soc Sci 5 (7): 78–86
Google ученый
Оплер Т., Пинковиц Л., Штульц Р., Вильямсон Р. (1999) Детерминанты и последствия корпоративных денежных авуаров. J Financ Econ 52 (1): 3–46. https://doi.org/10.1016/S0304-405X(99)00003-3
Статья Google ученый
Перкович Г. (2012) Влияние управления оборотным капиталом на прибыльность производственных фирм в Боснии и Герцеговине.Sarajevo Bus Econ Rev 32: 117–138
Google ученый
Pratheepan T (2014) Анализ панельных данных детерминант рентабельности. Int J Econ Comm Manag 2 (12): 1–9
Google ученый
Рахеман А., Афза Т., Кайюм А., Бодла М. (2010) Управление оборотным капиталом и корпоративные показатели производственного сектора в Пакистане. Int Res J Financ Econ 47: 151–163
Google ученый
Рехман М.З. (2015) Исследование взаимосвязи ликвидности и прибыльности: данные компаний, котирующихся на саудовской фондовой бирже (Тадавул).J Appl Finance Bank 5 (3): 159–173
Google ученый
Салданлы А. (2012) Взаимосвязь между ликвидностью и прибыльностью — эмпирическое исследование производственного сектора ise-100. Дж. Сулейман Демирель Univ Inst Soc Sci 16: 167–176
Google ученый
Шелби Л.Б., Васке Дж. (2008) Понимание метаанализа: обзор методологической литературы. Leis Sci.https://doi.org/10.1080/014
701881366
Статья Google ученый
Шривастава А., Кумар Н., Кумар П. (2017) Байесовский анализ управления оборотным капиталом на корпоративную прибыльность: данные из Индии. J Econ Stud 44 (4): 568–584. https://doi.org/10.1108/JES-11-2015-0207
Статья Google ученый
Сингх Х.П., Кумар С., Коломбейдж С. (2017) Управление оборотным капиталом и прибыльность фирмы: метаанализ.Финансовый знак качества 9 (1): 34–47. https://doi.org/10.1108/QRFM-06-2016-0018
Статья Google ученый
Смит К. (1980) Прибыльность против компромиссов ликвидности в управлении оборотным капиталом. В: Смит К. (ред.) Чтения по управлению оборотным капиталом. West Publishing Company, Сент-Пол, стр 549–562
Google ученый
Суурмонд Р., Ре ван Х., Хак Т. (2017) Введение, сравнение и проверка Meta-Essentials: бесплатный и простой инструмент для метаанализа.Res Synth Meth. https://doi.org/10.1002/jrsm.1260
Статья Google ученый
Troilo M, Walkup BR, Abe M, Lee S (2018) Правовые системы и финансирование оборотного капитала. Int Rev Econ Finance 64: 641–656. https://doi.org/10.1016/j.iref.2018.01.010
Статья Google ученый
Ukaegbu B (2014) Значение управления оборотным капиталом в определении прибыльности фирмы: данные из развивающихся стран Африки.Res Int Bus Financ 31: 1–16. https://doi.org/10.1016/j.ribaf.2013.11.005
Статья Google ученый
Вахид Т.К., Эльхам Г., Хосрошахи Мохсен А., Мохаммадреза Э. (2012) Управление оборотным капиталом и корпоративная эффективность: данные иранских компаний. Proc Soc Behav Sci 62 (1313): 1318
Google ученый
Viechtbauer W (2010) Проведение метаанализа в R с помощью пакета metafor.J Stat Soft 36 (3): 1–48. https://doi.org/10.18637/jss.v036.i03
Статья Google ученый
Уровень текущей ликвидности по сравнению с финансовой эффективностью молочных кооперативов Марзены Ганц :: SSRN
Проблемы экономики сельского хозяйства, 2 (355) 2018, 76-90, DOI / 10.30858 / zer / 92063
15 стр. Добавлено: 20 октября 2018 года
Дата написания: 2018
Абстрактные
Исследование показывает эффективность молочных кооперативов в зависимости от уровня их текущей финансовой ликвидности.Кооперативы были сгруппированы в соответствии с коэффициентом текущей ликвидности с использованием методов квартилей, и по группам был проведен тест значимости различий между группами. Для проверки принята гипотеза о том, что молочные кооперативы с ликвидностью выше рекомендованных литературных стандартов демонстрируют наивысшую эффективность, принятую для проверки. Наиболее выгодные финансовые условия характеризовали молочные кооперативы с ликвидностью выше и в пределах, рекомендованных в литературе.Это может быть связано с тем, что наличие адекватного уровня ликвидности может быть в форме кооперативного сельского хозяйства более важным, чем максимизация финансовых результатов.
Ключевые слова: Молочные кооперативы, текущая финансовая ликвидность, эффективность молочных кооперативов
Классификация JEL: P12, Q13, Q14
Рекомендуемое цитирование: Предлагаемая ссылка
Ганц, Маржена, Уровень текущей ликвидности по сравнению с финансовой эффективностью молочных кооперативов (2018).Проблемы экономики сельского хозяйства, 2 (355) 2018, 76-90, DOI / 10.30858 / zer / 92063, Доступно в SSRN: https://ssrn.com/abstract=3256139 .