Polityka dywidend w spółkach notowanych na Giełdzie Papierów
Transkrypt
Polityka dywidend w spółkach notowanych na Giełdzie Papierów
Joanna Wyrobek Akademia Ekonomiczna w Krakowie Polityka dywidend w spółkach notowanych na Giełdzie Papierów Wartościowych w Warszawie w latach 1994–2002 1. Cel badań Celem badań była analiza polityki wypłaty dywidend w okresie transformacji systemowej w Polsce. W szczególności zbadano, czy istniała zależność pomiędzy źródłem pochodzenia kapitału (zwłaszcza z zagranicy) a polityką dywidend oraz jakie czynniki determinowały wypłacanie dywidendy. Z uwagi na małą dostępność informacji przed 1994 r., okres objęty badaniami zawężono do spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie w latach 1994–2002. 2. Metodyka badań Do badań wykorzystano modele dla danych jakościowych, z uwagi na charakter zmiennej zależnej. Fakt wypłaty dywidendy został przedstawiony na dwa różne sposoby: 1) jako zmienna dyskretna (spółka wypłacała albo nie wypłacała dywidendy), 2) jako wartość wypłaconej dywidendy (w złotych). 238 Joanna Wyrobek Posiadanie danych zarówno przekrojowych, jak i czasowych dotyczących 150 firm z lat 1994–2002 pozwoliło na zastosowanie modeli jakościowych dla danych panelowych. Zaletą modeli opartych na danych panelowych jest możliwość łącznego ujęcia w jednym modelu wszystkich informacji, co pozwoliło określić zależności między polityką dywidend firm a oddziałującymi na nią czynnikami dla całego okresu. Gdyby zamiast modeli panelowych wykorzystać modele przekrojowe, wnioski z badań odnosiłyby się osobno do każdego roku, a ponadto dotyczyłyby mniejszej liczby obserwacji. 2.1. Czym są dane panelowe? Dane panelowe to dane przekrojowo-czasowe opisujące pewną zbiorowość jednostek obserwowanych w więcej niż jednym okresie. Mają zatem dwa wymiary – czas i przestrzeń. Niech i (i = 1, ..., N) oznacza obiekt (firmy), a t (t = 1, ..., T) czas, więc: a) dane przekrojowe – yi, i = 1, ..., N, b) szeregi czasowe – yt, t = 1, ..., T, c) dane panelowe – yit, i = 1, ..., N, t = 1, ..., T. Dzięki dwóm wymiarom danych panelowych możliwa jest analiza dodatkowego oddziaływania czynników dynamicznych na zmienną objaśnianą. 2.2. Podstawowe modele panelowe Modele panelowe są bogato prezentowane w literaturze anglosaskiej, np. w książce C. Hsiao z 2003 r. pt. Analysis of panel data. C. Hsiao dzieli modele panelowe na cztery grupy: A, B, C i D1. A. Modele ze stałymi współczynnikami kierunkowymi, ale z różnymi stałymi dla poszczególnych obserwowanych podmiotów: K yit α*i β k xkit uit , k 1 gdzie: i – oznacza kolejne obserwowane podmioty (osoby, firmy itd.) – i = 1, ..., N, t – oznacza kolejne obserwacje w czasie – t = 1, ..., T, k – oznacza liczbę oszacowanych parametrów dla danego modelu – k = 1, ..., K. Model ten jest najczęściej stosowany w badaniach empirycznych. Jeżeli wśród zmiennych w wektorze x nie ma zmiennych opóźnionych, prowadzi on do naj1 Zob. C. Hsiao, Analysis of panel data, Cambridge University Press, Cambridge 2003. 239 Polityka dywidend w spółkach... częściej omawianego statycznego modelu liniowego – modelu z tzw. jednokierunkowym efektem indywidualnym. Parametr αi nazywa się efektem indywidualnym i interpretuje jako źródło niejednorodności populacji (próby); cechy indywidualne obserwowanych obiektów wpływają na różną wartość parametrów αi. Przykładem interpretacji parametrów αi może być: w funkcji produkcji, gdzie zmienną niezależną jest czynnik pracy – umiejętności menedżera, w przypadku działalności rolniczej – jakość ziemi, przy analizie rynku pracy – znajomości lub chęć do pracy, zdolności negocjacyjne. Są to więc niemierzalne czynniki, które wpływają jednak na wszystkie badane obiekty. B. Modele ze stałymi współczynnikami kierunkowymi, ale różnymi stałymi dla poszczególnych podmiotów oraz obserwacji: K yit α*it β k xkit uit , k 1 gdzie: i, t, k – jak wyżej, it – reprezentuje efekt indywidualny, ulegający zmianom w czasie. C. Wszystkie współczynniki zmieniają swoją wartość w zależności od podmiotu: K yit α*i β ki xkit uit , k 1 gdzie: i, t, k – jak wyżej. D. Wszystkie współczynniki zmieniają swoją wartość w zależności od podmiotu i od czasu (obserwacji): K yit α*it β kit xkit uit , k 1 gdzie: i, t, k – jak wyżej. 2.3. Podstawowe podejścia do estymacji modeli panelowych 2.3.1. Stałe efekty indywidualne W przypadku modeli panelowych zakłada się, że choć na obserwowane obiekty w danej grupie wpływają podobne czynniki xkit, to każdy obiekt podlega dodatkowo wpływowi innych zmiennych, specyficznych dla poszczególnych 240 Joanna Wyrobek obiektów2. W efekcie wariancja dla każdego obiektu będzie inna. To prowadzi do założenia przy danych panelowych heteroskedastyczności (nierównej wariancji). Aby pozbyć się różnic w wariancji, wprowadza się efekt indywidualny, wspominany wcześniej α i. Różnica pomiędzy modelami ze stałymi efektami indywidualnymi (FE) a losowymi efektami indywidualnymi polega na dodatkowych założeniach, jakie się przyjmuje w stosunku do α i. W przypadku modeli FE zakłada się, że α i zależy od zmiennych egzogenicznych xit. Takie założenie powoduje, że α i traktuje się jako dodatkowy parametr. Ma to znaczenie dla sposobu estymacji parametru. Ogólny zapis modeli FE jest następujący: yit α*i K β x k kit uit . k 1 Model ten przy zastosowaniu zapisu macierzowego może być wyrażony w postaci: yi α i e X iβ ui , gdzie: i = 1, ..., T. Poszczególne obserwacje na zmiennych dla tego samego obiektu w różnych okresach zostały ujęte w powyższym modelu w jednym wektorze bądź macierzy: xi'1 yi1 1 ε i1 β1 yi ... , e ... , X i ... , ε i ... , β ... , x' yiT 1 ε iT β k T 1 T 1 T 1 iT T K gdzie: i = 1, ..., N, t = 1, ..., T. Wektory xit zawierają więc wartości k zmiennych objaśniających dla i-tego obiektu w t-tym okresie: xit' x1,it , ..., xk ,it 1 K . 2 Przykładowo, gdy obserwowanymi obiektami są gospodarki różnych krajów, tempo ich wzrostu będzie zależało nie tylko od pewnej grupy uniwersalnych czynników, jak koniunktura światowa, lecz także od czynników indywidualnych, m.in. dotychczasowego rozwoju gospodarczego, czy potencjału produkcyjnego w danym państwie. 241 Polityka dywidend w spółkach... 2.3.2. Losowe efekty indywidualne W modelach FE efekty indywidualne były traktowane jako parametry zależne od innych zmiennych xit. W modelach z losowymi efektami indywidualnymi (RE) αi są potraktowane jako niezależne od xi i stanowią element wyrazu wolnego: yit μ β'xit vit , gdzie: i, t – jak wyżej. Składnik losowy vit w powyższym modelu jest sumą niezależnych dla wszystkich obserwacji składników losowych ε it oraz losowych efektów indywidualnych αi, stałych w czasie, lecz różnych dla poszczególnych obiektów: vit ε it α i , gdzie: i, t – jak wyżej. W efekcie takich założeń nie jest możliwe oszacowanie konkretnych wartości liczbowych efektów indywidualnych, ale ponieważ są one traktowane jako część składnika losowego, możliwe jest oszacowanie ich wariancji. 2.3.3. Wady i zalety stałych i zmiennych efektów indywidualnych Zalety i wady estymatorów FE i RE wynikają z postaci modelu, która narzuca pewne ograniczenia przy jego estymacji. W przypadku estymatorów FE można oszacować efekty indywidualne, podczas gdy w przypadku estymatorów RE można tylko oszacować parametry ich rozkładu w próbie. Ponieważ w modelach FE efekty indywidualne są traktowane jako stałe, które się szacuje, dlatego wystarcza założenie, że są one niezależne od składnika losowego. W przypadku modeli RE konieczne jest dodatkowe założenie, że efekty indywidualne nie zależą od zmiennych objaśniających (ponieważ są częścią składnika losowego v). Ponadto, z uwagi na problem współliniowości, w modelach FE nie można uwzględnić zmiennych, których wartości są niezmienne w czasie. Ograniczenie to nie występuje w modelach RE. 242 Joanna Wyrobek 2.4. Modele jakościowe w analizie danych panelowych 2.4.1. Modele binarne Definicja Modele binarne (dyskretnego wyboru) służą do modelowania zjawisk, których wynikiem mogą być tylko dwa stany: sukces albo porażka – zero albo jeden. Formalnie, modele tego typu definiuje się ogólnie za pomocą funkcji prawdopodobieństwa: Pyi 1 xi G xi , β , gdzie G(.) jest funkcją spełniającą warunki3: 1) silnie monotoniczna (dwukrotnie różniczkowalna), 2) lim G (.) 0 , xβ 3) lim G (.) 1 . xβ Powyższy model można wytłumaczyć w następujący sposób: prawdopodobieństwo wystąpienia zera lub jedynki jest opisane funkcją G, której zmiennymi są xi, a parametrami i. W praktyce najczęściej za G(.) przyjmuje się dystrybuantę rozkładu normalnego lub logistycznego zmiennej standaryzowanej xi: G xi , F xi . Zatem jeżeli: F w w w t2 1 e 2 dt , 2 to mamy do czynienia z modelem probitowym. Jeżeli z kolei założymy, że dystrybuantę rozkładu można zapisać w postaci funkcji logistycznej, to otrzymujemy model logitowy: F w z2 , 1 z2 gdzie: z – funkcja x lub z = x. 3 Funkcję G dobiera się w taki sposób, aby pozwoliła ustalić prawdopodobieństwo wypłacenia przez spółkę dywidendy. 243 Polityka dywidend w spółkach... Estymacja Ogólna postać modelu RE jest następująca: ε it vit ui , gdzie: E[vit│X] = 0, cov[vit, vis│X] = var[vit│X] = 1 jeżeli i = j oraz t = s, a w pozostałych przypadkach = 0; oraz E[uit│X] = 0, cov[uit, uis│X] = var[uit│X] = σu2 jeżeli i = j, a w pozostałych przypadkach = 0. Jednocześnie cov[vit, uj│X] = 0, dla wszystkich i, t, j, gdzie X oznacza wszystkie zmienne endogeniczne, E[εit│X] = 0, var[εit│X] = σv2 + σu2 = 1 + σu2. Do estymacji stosuje się podstawienie (nowa zmienna ): corr uit , uis X ρ σ u2 , 1 σ u2 gdzie wolny parametr wynosi: u2 . 1 Przy powyższych założeniach, prawdopodobieństwo związane z sukcesem wynosi dla modelu logitowego: P yi xi 2 yi 1xi'β , gdzie: Λ – dystrybuanta rozkładu logistycznego, a dla modelu probitowego: P yi xi 2 yi 1xi'β , gdzie: Φ – dystrybuanta rozkładu normalnego. Funkcja wiarygodności przybiera wtedy postać: PYit yit xit' β ui f ui dui , t 1 Li P yi1 , ..., yiTi X Ti w przypadku której indywidualne prawdopodobieństwa wewnątrz funkcji wynoszą (w zależności od modelu): a) dla logitu: qit xit' ui , gdzie: qit = 2yit – 1, 244 Joanna Wyrobek b) dla probitu: qit xit' β ui , gdzie: qit = 2yit – 1. Po przekształceniu funkcji wiarygodności otrzymujemy dla modelu probitowego: Li 1 Ti ri2 ' e qit xit β θri dri . t 1 Dla modelu logitowego postać funkcji wiarygodności po przekształceniach jest analogiczna; jedynie we wzorze zamiast Φ występuje Λ. Wartość takiej funkcji można obliczyć stosując np. metodę Gaussa–Hermite’a (tzw. kwadratury): n 1 ln LH ln i 1 H Ti h 1 t 1 whqit xit' β θzh , gdzie: H – liczba punktów wykorzystanych w metodzie kwadratury, wh, zh – odpowiednio: wagi i węzły stosowane w kwadraturze. Metoda kwadratury polega na tym, że nie mogąc oszacować całki funkcji oblicza się wartości funkcji dla wybranych punktów, a następnie za pomocą odpowiednich wag uśrednia się otrzymane wyniki i sumuje, co prowadzi do stworzenia przybliżonej całki badanej funkcji. W najprostszym przypadku metodę kwadratury można zapisać jako: U L M f x dx w j f a j , j 1 gdzie: wi – wagi przypisywane poszczególnym punktom funkcji f. Uzyskane pierwsze i drugie pochodne funkcji wiarygodności pozwalają ustalić minimum lokalne tej funkcji, a następnie także oceny parametrów estymowanego modelu. Interpretacja Interpretację modeli uzyskuje się przez obliczenie tzw. efektów krańcowych, poprzez obliczenie pochodnych z funkcji prawdopodobieństwa dla k-tej zmiennej (np. dla wskaźnika płynności bieżącej). Dla opisanych wcześniej modeli pochodne te będą wyglądały w następujący sposób: 245 Polityka dywidend w spółkach... ' xi' β e xi β xi'β β . xi'β β k oraz 2 k xik xik 1 e xi' β Efekty krańcowe informują, o ile jednostek zmieni się zmienna zależna (prawdopodobieństwo wypłacenia dywidendy), gdy zmienna niezależna zmieni się o jednostkę. Testowanie modelu Istotność parametrów ujętych w modelu testowano za pomocą testu ilorazu wiarygodności (LR – ang. likelihood ratio test): LR 2 [ln Lˆ R ln LˆU ] , gdzie: ln L̂R , ln L̂U – wartości logarytmu funkcji wiarygodności obliczonej dla estymowanego modelu (z parametrami) oraz wyłącznie dla stałej (parametry równe zero, czyli dla modelu zredukowanego). Taka statystyka ma rozkład chi-kwadrat (liczba stopni swobody jest równa liczbie restrykcji) i z tablic rozkładu można odczytać wartości krytyczne. Alternatywnie, modele testowano również testem Walda. Test Walda służy do testowania hipotez dotyczących układu liniowych kombinacji parametrów . Robocza definicja tego testu jest następująca: 1 W Rˆ q R EMK ˆ R Rˆ q , gdzie: Bˆ Hˆ a) EMK – estymator macierzy kowariancji dla β̂ MNW ( EMK β̂ Hˆ 1 1 ), ln L b) Ĥ to H (Hesjan) obliczony dla ˆ MNW , ( H , macierz drugich ' pochodnych funkcji wiarygodności po parametrach i), c) MNW – estymator metody największej wiarygodności, 2 n d) Bˆ g i2 xi xi' , i 1 e) g i y i dla modelu logitowego oraz g i λ i dla modelu probitowego, f) R β̂ = q – zbiór warunków ograniczających (restrykcji sprawdzanych testem Walda, np. że współczynnik 1 = 0). 246 Joanna Wyrobek Dopasowanie modelu do danych empirycznych mierzone jest za pomocą różnych miar. Najbardziej popularny jest wskaźnik wiarygodności (LRI – ang. likelihood ratio index) o następującej postaci (jest to tzw. R2 McFaddena): LRI 1 ln Lˆ , ln Lˆ0 gdzie: L – wartość funkcji wiarygodności dla modelu ze wszystkimi zmiennymi niezależnymi, L0 – wartość funkcji wiarygodności dla modelu wyłącznie ze stałą. Wskaźnik osiąga wartości z zakresu pomiędzy 0 i 1. Im lepiej jest model dopasowany do danych, tym wartość wskaźnika LRI jest bliższa 1 (aczkolwiek nigdy nie osiąga 1). Niestety, uzyskane wartości nie mają bezpośredniej interpretacji4. Z uwagi na uniwersalność i prostotę metodyczną, do badania wykorzystano inny miernik dopasowania, a mianowicie wskaźnik Cramera. Pokazuje on różnicę pomiędzy średnim prawdopodobieństwem sukcesu oszacowanym dla obserwacji yit = 1 a średnim prawdopodobieństwem sukcesu w przypadku obserwacji yit = 0. Wskaźnik ten ma następującą postać: średnia F yit 1 średnia F yit 0 . 2.4.2. Model tobitowy Definicja W niektórych zastosowaniach zmienna zależna jest ciągła, ale jej zakres (zbiór możliwych wartości, które przybiera) może być ograniczony. W typowych modelach tobitowych znacząca część wartości obserwacji zmiennej objaśnianej przyjmuje jedną wartość, np. zero, zaś pozostała część wartości jest dodatnia. Jest to przypadek dotyczący polityki dywidend – dla większości obserwacji wypłata dywidendy będzie wynosiła zero, a dla niektórych wybranych spółek będzie większa od zera. W przypadku klasycznego modelu regresji liniowej obserwacje zerowe pomija się, wnioskowanie o y opiera się na pozostałych obserwacjach. Model tobitowy w tym przypadku został wykorzystany do zbadania zależności pomiędzy wielkością (lub brakiem) dywidendy a wybranymi cechami danej firmy. 4 Zob. R. Greene, Econometrics analysis. Upper Saddle River, Prentice Hall, New Jersey 2000, s. 683. 247 Polityka dywidend w spółkach... Niech y oznacza wysokość dywidendy, a z wszystkie pozostałe sposoby rozdysponowania zysku netto. Całkowity zysk netto będzie oznaczany symbolem x. Problemem decyzyjnym (zagadnienia) była maksymalizacja funkcji użyteczności y = U(.). Można to zapisać w następujący sposób: max U y, z , y, z przy następujących warunkach ograniczających: y z x oraz y, z 0. Część zysku przeznaczona na dywidendę zależała od: sytuacji finansowej firmy, struktury jej akcjonariatu, sytuacji w danej branży oraz dotychczasowej polityki dywidend. Ponieważ nie można było ustalić wszystkich czynników wpływających na politykę dywidend, w funkcji użyteczności oraz w rozwiązaniu uwzględniono nieobserwowaną dodatkową zmienność, czyli składnik losowy: y * 1 2 x u , co stanowi rozwiązanie problemu zdefiniowanego powyżej maksymalizacji funkcji U(.), przy warunkach ograniczających: y z x oraz y, z 0. Wzór ten oznacza, że gdyby nie było żadnych ograniczeń, spółki wypłaciłyby dywidendę w wysokości y* (tzw. zmienna utajona – ang. latent variable). Można zatem zapisać, że: y y* jeżeli y* 0 lub y 0 jeżeli y* 0 . W ten sposób otrzymujemy klasyczny model tobitowy: yi* xi' ui , w którym: yi yi* jeżeli yi* 0 lub yi 0 jeżeli yi* 0 , gdzie: i = 1, 2, ..., N, i ~ NID(0, 2) i nie zależy od xi. Jak zauważa to M. Verbeek, model ten bywa też nazywany modelem cenzurowanej regresji (ang. censored regression model)5. „Cenzura” oznacza właśnie wyzerowanie wszystkich wartości y*, które oryginalnie były mniejsze od zera. Z powyższego modelu wynika, że: x ' x ' x ' Pyi 0 P yi* 0 P i xi' P i i i 1 i , 5 Zob. M. Verbeek, A guide to modern econometrics, Routledge, London 1996, s. 198. 248 Joanna Wyrobek zaś: x ' i ' ' ' , Pyi yi 0 xi E i i xi xi xi' gdzie: – funkcja gęstości, – dystrybuanta zmiennej standaryzowanej o rozkładzie normalnym. Estymacja modelu tobitowego Do estymacji modelu tobitowego stosuje się metodę największej wiarygodności. W tym przypadku funkcja wiarygodności przyjmuje postać: f yi1 , ..., yiT xi1 , ..., xiT , f yit xit , i , f i di , t gdzie: f i 1 2it2 i2 2 2 e it , 2 ' 1 yit xit i 1 exp 2 2 2 2 f yit xit , i , ' 1 xit i jezeli yit 0 jezeli yit 0 . Aby oszacować nieznane parametry modelu, oblicza się pierwsze i drugie pochodne funkcji wiarygodności, szukając minimum funkcji. Wartości parametrów odpowiadające minimum funkcji wiarygodności są nieobciążonymi estymatorami parametrów modelu. Ponieważ analityczne obliczenie pierwszych oraz drugich pochodnych nie jest możliwe, stosuje się w tym celu np. kwadraturę Gaussa–Hermite’a. Interpretacja Podobnie jak ma to miejsce w modelach probitowych, również i w przypadku modeli tobitowych współczynniki nie są bezpośrednio interpretowalne. Zdaniem M. Verbeeka, współczynnik probitowy można traktować jako miarę 249 Polityka dywidend w spółkach... wpływu zmiany określonej zmiennej niezależnej xjk na prawdopodobieństwo tego, że zmienna obserwowana yi wyniesie zero: x ' Pyi 0 i xik k . Model tobitowy opisuje także oczekiwaną wartość yi, kiedy yi jest większe od zera. Pokazuje to wpływ zmiany zmiennej niezależnej xik na wartość yi. Z poprzednich równań można wyprowadzić wzór na wartość oczekiwaną yi: x ' Eyi xi i ' xi . Z powyższej formuły można natomiast wyprowadzić wzór na marginalny wpływ zmiennej xik na yi: x ' Eyi k i xik . Testowanie modelu Testowanie modeli tobitowych przebiega podobnie, jak w przypadku modeli binarnych – stosowany jest test Walda lub wskaźnik wiarygodności LR (z uwagi na wykluczenie wyrazu wolnego w modelu tobitowym, w badaniu zaprezentowanym w niniejszej pracy posługiwano się testem Walda). 2.5. Wybór zmiennych do badania Jako wstępny zbiór determinant wybrano 11 grup wskaźników (tabele 1–11), reprezentujących różne aspekty sytuacji finansowej spółek objętych badaniem. Jeżeli zarząd przy podejmowaniu decyzji o dywidendzie kierował się danym aspektem sytuacji firmy, to model ekonometryczny powinien wykazać silną zależność pomiędzy wypłatą (lub wielkością dywidendy) a wskaźnikiem z danej grupy. Spośród różnych wskaźników do modelu wybrano ostatecznie zbiór, który najlepiej determinował wypłatę (lub wysokość) dywidendy. Grupy wskaźników zostały wyodrębnione na podstawie standardowej analizy finansowej firmy, którą kieruje się zarząd. W pierwszej grupie wskaźników znalazły się wskaźniki płynności, jako że są one najsilniej związane z wypłatą dywidendy (tabela 1). Wypłata środków udziałowcom wymaga zgromadzenia odpowiedniej wielkości funduszy na rachunku bankowym. Jednak również w perspektywie długoterminowej jedynie firmy o wysokiej płynności powinny zdecydować się wypłacić dywidendę. 250 Joanna Wyrobek Tabela 1 Wskaźniki płynności wytypowane do analizy przyczynowej wypłaty dywidendy Skrót Nazwa wskaźnika CKG Cykl konwersji gotówki = cykl należności + cykl zapasów – cykl zobowiązań CO Cykl operacyjny = cykl należności + cykl zapasów KP Kapitał pracujący = należności + zapasy – zobowiązania bieżące WPB Wskaźnik płynności bieżącej = aktywa bieżące / zobowiązania bieżące WPB_W Wystandaryzowany wskaźnik płynności bieżącej = wskaźnik płynności bieżącej / mediana dla danej branży WPP Wskaźnik podwyższonej płynności = (aktywa bieżące – zapasy) / zobowiązania bieżące WPS Wskaźnik płynności szybkiej = aktywa natychmiast upłynniane / zobowiązania bieżące WPS_W Wystandaryzowany wskaźnik płynności szybkiej = wskaźnik płynności szybkiej / mediana dla danej branży Źródło: opracowanie własne na podstawie: J. Czekaj, Z. Dresler, Zarządzanie finansami przedsiębiorstw, Wydawnictwo Naukowe PWN, Warszawa 2001, oraz M. Sierpińska, T. Jachna, Ocena przedsiębiorstwa według standardów światowych, Wydawnictwo Naukowe PWN, Warszawa 2004. W drugiej grupie wskaźników znalazły się wskaźniki rentowności, tradycyjnie utożsamiane z wypłatą dywidendy – np. model J. Lintnera6 (tabela 2). Tabela 2 Wskaźniki rentowności wytypowane do analizy przyczynowej wypłaty dywidendy Skrót Nazwa wskaźnika MZB Marża zysku brutto = zysk brutto / przychody ze sprzedaży MZBZS Marża zysku brutto ze sprzedaży = wynik na sprzedaży / przychody ze sprzedaży MZN Marża zysku netto = zysk netto / przychody ze sprzedaży MZO Marża zysku operacyjnego = zysk operacyjny / przychody ze sprzedaży PZN Przyrost zysku netto = (zysk netto z danego roku – zysk netto z poprzedniego roku) / zysk netto z poprzedniego roku PZO Przyrost zysku operacyjnego = (zysk operacyjny z danego roku – zysk operacyjny z poprzedniego roku) / zysk operacyjny z poprzedniego roku ROA Stopa zwrotu z aktywów = zysk netto / aktywa ROE Stopa zwrotu z kapitału własnego = zysk netto / kapitał własny Źródło: jak w tabeli 1. 6 Zob. J. Lintner, Distribution of incomes of corporations among dividends, retained earnings and taxes, „American Economic Review” 1956, nr 46. 251 Polityka dywidend w spółkach... W trzeciej grupie znalazły się wskaźniki aktywności ekonomicznej, przy czym wskaźniki te nie reprezentowały dokładnie tego samego zjawiska, wobec powyższych nie były one substytutami (tabela 3). Każdy z tych wskaźników badano osobno, czy powinien zostać uwzględniony w budowie modelu. Tabela 3 Wskaźniki aktywności wytypowane do analizy przyczynowej wypłaty dywidendy Skrót Nazwa wskaźnika RMO Rotacja majątku obrotowego = średni stan majątku obrotowego / przychody ze sprzedaży RN Rotacja należności = średni stan majątku obrotowego / przychody ze sprzedaży RN_W Wystandaryzowana rotacja należności = rotacja należności / mediana dla danej branży RZAP Rotacja zapasów = średni stan majątku obrotowego / przychody ze sprzedaży RZAP_W Wystandaryzowana rotacja zapasów = rotacja zapasów / mediana dla danej branży RZOB Rotacja zobowiązań = średni stan majątku obrotowego / przychody ze sprzedaży RZOB_W Wystandaryzowana rotacja zobowiązań = rotacja zobowiązań / mediana dla danej branży Źródło: jak w tabeli 1. Czwarta grupa wskaźników zawierała wskaźniki zadłużenia lub wskaźniki reprezentujące poziom kosztów finansowych (tabela 4). Na podstawie wstępnej analizy wydawało się, że wskaźniki z tej grupy będą odgrywały istotne znaczenie przy określaniu prawdopodobieństwa wypłaty dywidendy. Tabela 4 Wskaźniki zadłużenia wytypowane do analizy przyczynowej wypłaty dywidendy Skrót Nazwa wskaźnika DFL Wskaźnik dźwigni finansowej = (przychody ze sprzedaży – zmienne koszty operacyjne) / (przychody ze sprzedaży – zmienne koszty operacyjne – stałe koszty operacyjne) DKF Przyrost kosztów finansowych = (zysk operacyjny z danego roku – zysk operacyjny z poprzedniego roku) / zysk operacyjny z poprzedniego roku KFS Koszty finansowe / przychody ze sprzedaży SZADL Stopa zadłużenia = kapitał obcy / aktywa ZOZ Wskaźnik pokrycia długu zyskiem operacyjnym = zysk operacyjny / zadłużenie Źródło: jak w tabeli 1. Piąta grupa wskaźników obejmowała wskaźniki charakteryzujące wartość rynkową firmy (tabela 5). 252 Joanna Wyrobek Tabela 5 Wskaźniki wartości rynkowej wytypowane do analizy przyczynowej wypłaty dywidendy Skrót Nazwa wskaźnika EPS Zysk netto na jedną akcję = zysk netto / liczba akcji w obrocie MVBV Wartość rynkowa kapitału własnego / wartość księgowa kapitału własnego PE Wskaźnik cena–zysk = cena akcji / zysk na jedną akcję Źródło: jak w tabeli 1. W grupie szóstej znalazły się wskaźniki charakteryzujące politykę inwestycyjną firmy (tabela 6). Analiza informacji prasowych o polityce dywidend spółek sugerowała zależność pomiędzy wielkością inwestycji a wypłatą dywidendy, stąd wprowadzono kilka wskaźników, których zadaniem było mierzenie wielkości inwestycji w firmach. Tabela 6 Wskaźniki polityki inwestycyjnej wytypowane do analizy przyczynowej wypłaty dywidendy Skrót Nazwa wskaźnika AT Wartość aktywów trwałych (w tys. zł) ATAO Wskaźnik aktywa trwałe do aktywów obrotowych = aktywa trwałe / aktywa obrotowe DAT Przyrost aktywów trwałych = (aktywa trwałe z danego roku – aktywa trwałe z poprzedniego roku) / aktywa trwałe z poprzedniego roku DINW Przyrost inwestycji brutto = (inwestycje brutto w danym roku – inwestycje brutto w roku poprzednim) / inwestycje brutto w roku poprzednim Źródło: jak w tabeli 1. Grupa siódma obejmowała wskaźniki informujące o wielkości firmy i jej perspektywach rozwojowych (tabela 7). Z prasy finansowej wynikało, że dywidendę wypłacały firmy duże, które nie oczekiwały dynamicznego wzrostu przychodów ze sprzedaży. Tabela 7 Wskaźniki mierzące wielkość firmy wytypowane do analizy przyczynowej wypłaty dywidendy Skrót Nazwa wskaźnika A Wielkość aktywów (w tys. zł) KA Wielkość kapitału akcyjnego (w tys. zł) Źródło: jak w tabeli 1. Polityka dywidend w spółkach... 253 W grupie ósmej znalazły się wskaźniki informujące o poziomie kosztów w danym przedsiębiorstwie (tabela 8). Problemy finansowe firm zaczynają się na ogół od braku wzrostu przychodów ze sprzedaży oraz od wzrostu udziału kosztów operacyjnych w całości obrotów. Z kolei problemy finansowe oznaczają brak dywidendy. Z tego powodu do modelu przyjęto wskaźniki, których zadaniem było mierzyć udział kosztów w przychodach oraz tempo wzrostu sprzedaży. Tabela 8 Wskaźniki mierzące poziom kosztów wytypowane do analizy przyczynowej wypłaty dywidendy Skrót DKO KOS PS Nazwa wskaźnika Przyrost kosztów operacyjnych = (koszty operacyjne w danym roku – koszty operacyjne w roku poprzednim) / koszty operacyjne w roku poprzednim Udział kosztów operacyjnych w przychodach ze sprzedaży = koszty operacyjne / przychody ze sprzedaży Przyrost sprzedaży = (sprzedaż w danym roku – sprzedaż w roku poprzednim) / sprzedaż w roku poprzednim Źródło: jak w tabeli 1. Grupa dziewiąta obejmowała informację o strukturze akcjonariatu spółek (tabela 9). Oczekiwano, że istotny wpływ na politykę dywidend będzie miał wysoki udział skarbu państwa, kapitału obcego oraz osób fizycznych. Wskaźniki z tej grupy były raczej komplementarne, a więc dowolny podzbiór z nich mógł się znaleźć w końcowym modelu. Tabela 9 Wskaźniki struktury akcjonariatu wytypowane do analizy przyczynowej wypłaty dywidendy Skrót Nazwa wskaźnika Udział banków i funduszy emerytalnych w całości głosów na walnym zgromadzeniu BFI akcjonariuszy IF Udział innych firm w całości głosów na walnym zgromadzeniu akcjonariuszy Udział kapitału zagranicznego w całości głosów na walnym zgromadzeniu akcjonaKZ riuszy NFI Udział NFI w całości głosów na walnym zgromadzeniu akcjonariuszy OF Udział osób fizycznych w całości głosów na walnym zgromadzeniu akcjonariuszy SP Udział skarbu państwa w całości głosów na walnym zgromadzeniu akcjonariuszy Udział spółek zależnych i podporządkowanych w całości głosów na walnym zgromaSPZP dzeniu akcjonariuszy Udział akcji skupionych przez firmę w celu umorzenia w stosunku do wszystkich UMORZ głosów na walnym zgromadzeniu akcjonariuszy 254 Joanna Wyrobek cd. tabeli 9 Skrót Nazwa wskaźnika VC Udział venture capital w całości głosów na walnym zgromadzeniu akcjonariuszy DUZI Łączny udział dużych inwestorów (powyżej 5% głosów na walnym zgromadzeniu akcjonariuszy) w kapitale akcyjnym spółki Źródło: jak w tabeli 1. W grupie dziesiątej znalazły się wskaźniki informujące o otoczeniu firmy (tabela 10). Uwzględniono tutaj: miary koniunktury gospodarczej (takie jak przyrost PKB i produkcji sprzedanej), inwestycje zagraniczne (które miały stymulować polską gospodarkę do wzrostu), inflację, poziom stóp procentowych oraz podatki. Tabela 10 Wskaźniki makroekonomiczne wytypowane do analizy przyczynowej wypłaty dywidendy Skrót Nazwa wskaźnika CPI Zmiana średniego poziomu cen dóbr konsumpcyjnych w danym roku DPKB Przyrost PKB DPS Przyrost produkcji sprzedanej DSPOZ Przyrost spożycia prywatnego INW_ZAGR Inwestycje zagraniczne w danym roku (w mln zł) LOMBARD Poziom stopy lombardowej TAX Wysokość podatku płaconego od dywidendy WIG Poziom indeksu WIG na koniec danego roku Źródło: jak w tabeli 1. W grupie jedenastej znalazły się inne kryteria decyzyjne, które powinien brać pod uwagę zarząd spółki i walne zgromadzenie akcjonariuszy (tabela 11). Były to informacje o zachowaniu innych firm w branży, o tym, czy firma nie poniosła straty, a także czy wypłacała dywidendę w poprzednich latach. Tabela 11 Wskaźniki strategii finansowej firmy wytypowane do analizy przyczynowej wypłaty dywidendy Skrót JAK_INNI STRATA AKCJON Nazwa wskaźnika Jaki procent firm z danej branży wypłaciło dywidendę w danym roku Ile razy firma poniosła stratę w poprzednich latach Czy przeważająca część akcjonariuszy chciała otrzymać dywidendę Źródło: jak w tabeli 1. Polityka dywidend w spółkach... 255 Zaprezentowane wskaźniki posłużyły do budowy modelu ekonometrycznego, który najlepiej opisywałby prawdopodobieństwo wypłaty dywidendy. Z modelu usuwane były zmienne o wysokiej korelacji, aby wyeliminować zjawisko współliniowości. Do badania wykorzystano model z losowymi efektami indywidualnymi7. 3. Analiza determinant wypłat dywidend 3.1. Model I W modelu I wypłatę dywidendy potraktowano jako zmienną dyskretną (wypłata dywidendy = 1, brak dywidendy = 0). Po przetestowaniu różnych, alternatywnych postaci modelu binarnego (tobit, logit) wypłaty dywidendy najlepsze parametry posiadał model logitowy (dla danych panelowych) dla następujących zmiennych: AKCJON – preferencje akcjonariuszy, ATAO – udział aktywów trwałych w całości aktywów, EPS – zysk netto na jedną akcję, JAK_INNI – ile procent spółek z danej branży wypłaciło dywidendę, KOS – udział kosztów operacyjnych w przychodach ze sprzedaży, SP – udział skarbu państwa w głosach na walnym zgromadzeniu akcjonariuszy, oraz STRATA – czy firma ponosiła straty finansowe. Wyniki estymacji modelu I były następujące: – wartość logarytmu funkcji wiarygodności dla modelu tylko ze stałymi: –499,7; – wartość logarytmu funkcji wiarygodności dla całego modelu: –477,7; – liczba obserwacji: 1664; – liczba obserwowanych obiektów: 185; – wartość statystyki testu Walda (9 stopni swobody): 163,26; obliczona wartość statystyki jest większa od wartości z tablic, wobec czego odrzucamy hipotezę, że szacowane parametry są równe zero; – dopasowanie modelu: 0,51 (metoda Cramera); model przewidział prawidłowo brak wypłaty dywidendy w 1089 przypadkach na 1237 braków wypłaty dywidendy oraz 325 przypadków wypłaty dywidendy na 428 wszystkich wypłat dywidendy. Oceny parametrów modelu I przedstawia tabela 12. 7 Dokładny opis modeli można znaleźć np. w następujących pracach: C. Hsiao, op. cit., s. 11; R. Greene, op. cit., s. 180; J. Lintner, op. cit., s. 97–113; M. Verbeek, op. cit., s. 678; oraz J. Woolridge, Econometric analysis of cross section and panel data, MIT Press, Cambridge 2001, s. 485. 256 Joanna Wyrobek Tabela 12 Parametry modelu logitowego wypłaty dywidendy Zmienna AKCJON Współczynnik Błąd standardowy za P > zb Przedział ufności 95% 6,08 0,54 11,23 0,0% 5,02 7,14 –0,17 0,06 –2,81 0,5% –0,28 –0,05 EPS 0,12 0,03 4,63 0,0% 0,07 0,18 JAK_INNI 4,07 0,63 6,51 0,0% 2,85 5,30 –7,55 0,62 –12,20 0,0% –8,76 –6,34 1,57 0,66 2,38 1,7% 0,28 2,87 –0,84 0,17 –5,01 0,0% –1,16 –0,51 ATAO KOS SP STRATA a Błąd standardowy obliczany przy założeniu, że z ma standardowy rozkład normalny; b test istotności parametrów – H0: z = 0, H1: z ≠ 0 (wartości odczytuje się z tablic rozkładu norma lnego). Źródło: obliczenia własne. W oparciu o oszacowany model obliczono efekty krańcowe, które przedstawiają zmianę prawdopodobieństwa wypłaty dywidendy w reakcji na zmianę zmiennych egzogenicznych (tabela 13). Tabela 13 Efekty krańcowe modelu logitowego wypłaty dywidendy Zmienna AKCJONa ATAO EPS JAK_INNI dy/dx Błąd standardowy z P>z 6,08 0,54 11,23 0% 5,02 7,14 0,59 –0,17 0,06 –2,81 1% –0,28 –0,05 1,57 0,12 0,03 4,63 0% 0,07 0,18 0,79 Przedział ufności 95% Średnia 4,07 0,63 6,51 0% 2,85 5,30 0,27 KOS –7,55 0,62 –12,20 0% –8,76 –6,34 1,15 STRATA –0,84 0,17 –5,01 0% –1,16 –0,51 0,68 1,57 0,66 2,38 2% 0,28 2,87 0,10 SP a Pochodna została obliczona dla zmiany zmiennej z 0 do 1. Źródło: obliczenia własne. Z obliczeń wynika, że wzrost prawdopodobieństwa wypłacenia dywidendy następował w sytuacji, gdy: – akcjonariusze z danej spółki preferowali otrzymywanie dywidendy (wzrost szansy wypłacenia dywidendy o 6,08%), Polityka dywidend w spółkach... 257 – spadał udział aktywów trwałych w całości aktywów firmy (spadek udziału aktywów trwałych o 1% oznaczał wzrost prawdopodobieństwa wypłacenia dywidendy o 0,17%), – rósł zysk na jedną akcję (dla wzrostu zysku na jedną akcję o 0,12%, prawdopodobieństwo wypłacenia dywidendy rośnie o 0,09%), – inne firmy w branży wypłacały dywidendę w danym roku, – spadał udział kosztów operacyjnych w przychodach ze sprzedaży (spadek tego wskaźnika o 1% powodował wzrost prawdopodobieństwa wypłaty dywidendy o 7,55%), – rósł udział skarbu państwa (wzrost udziału skarbu państwa powodował wzrost prawdopodobieństwa wystąpienia dywidendy o 1,57%), – firma posiadała stratę do pokrycia z wcześniejszych lat (wzrost straty o 1% powodował spadek prawdopodobieństwa wypłaty dywidendy o 0,69%). Interesującą obserwacją jest brak zależności pomiędzy dywidendą a kapitałem zagranicznym, co oznacza, że pochodzenie kapitału nie zwiększało prawdopodobieństwa wypłaty dywidendy. 3.2. Model II W modelu II wypłatę dywidendy potraktowano jako zmienną ciągłą przyjmującą wartości od zera do plus nieskończoności. Po przetestowaniu różnych, alternatywnych postaci modelu tobitowego wypłaty dywidendy najlepsze parametry posiadał model dla zmiennych: AKCJON – preferencje udziałowców w stosunku do dywidendy, CPI – poziom inflacji, DAT – przyrost aktywów trwałych, EPS – zysk netto na jedną akcję, JAK_INNI – ile procent firm z danej branży wypłaciło dywidendę, KOS – udział kosztów operacyjnych w przychodach ze sprzedaży, WAB_W – wystandaryzowany wskaźnik płynności bieżącej, oraz STRATA – czy firma musi przeznaczyć zysk na pokrycie strat z lat ubiegłych. Wyniki estymacji modelu II były następujące: – wartość logarytmu funkcji wiarygodności dla całego modelu: –1331; – liczba obserwacji: 1664; – liczba obserwowanych obiektów: 185; – wartość statystyki testu wskaźnika LR (8 stopni swobody): 1740; obliczona wartość statystyki jest większa od wartości z tablic, wobec czego odrzucamy hipotezę, że szacowane parametry są równe zero; – dopasowanie modelu: 1,09 (metoda Cramera); model przewidział prawidłowo brak wypłaty dywidendy w 1185 przypadkach na 1236 braków wypłaty dywidendy oraz 210 przypadków wypłaty dywidendy na 428 wszystkich wypłat dywidendy. 258 Joanna Wyrobek Oceny parametrów modelu II przedstawia tabela 14. Tabela 14 Parametry modelu tobitowego wypłaty dywidendy Zmienna Współczynnik Błąd standardowy z P>z Przedział ufności 95% 12,05 0% 8,05 11,17 AKCJON 9,61 0,80 CPI 3,99 2,09 1,91 6% –0,11 8,09 EPS 0,38 0,02 15,84 0% 0,33 0,42 JAK_INNI 3,24 0,87 3,74 0% 1,55 4,94 –14,13 0,95 –14,80 0% –16,00 –12,26 STRATA –0,93 0,28 –3,39 0% –1,47 –0,39 WPB_W 0,28 0,14 2,00 5% 0,01 0,55 AKCJON 9,61 0,80 12,05 0% 8,05 11,17 CPI 3,99 2,09 1,91 6% –0,11 8,09 KOS Źródło: obliczenia własne. Na podstawie oszacowanego modelu obliczono efekty krańcowe, które przedstawiają reakcję wielkości wypłacanej dywidendy na jedną akcję na zmiany poszczególnych zmiennych egzogenicznych (tabela 15). Tabela 15 Efekty krańcowe modelu tobitowego wypłaty dywidendy Zmienna AKCJONa Błąd standardowy z P>z Przedział ufności 95% Średnia 251,68 1,27 197,77 0% 249,19 254,18 0,59 CPI 9,49 2,16 4,40 0% 5,26 13,72 0,13 DAT 0,17 0,03 5,91 0% 0,11 0,23 2,45 EPS 0,44 0,03 17,54 0% 0,39 0,49 0,79 JAK_INNI a dy/dx 4,50 0,88 5,14 0% 2,78 6,22 0,27 KOS –4,17 1,19 –3,50 0% –6,51 –1,83 1,15 STRATA –0,67 0,26 –2,61 1% –1,17 –0,17 0,68 WPB_W 0,30 0,11 2,60 1% 0,07 0,52 1,27 Pochodna została obliczona dla zmiany zmiennej z 0 do 1. Źródło: obliczenia własne. Polityka dywidend w spółkach... 259 Uzyskane wyniki wskazują na to, że wysokość dywidendy (graniczna wartość dywidendy na jedną akcję wynosi zero) zależała od: – preferencji udziałowców (jeżeli preferują oni dywidendę, wysokość dywidendy rosła o 251,7 zł), – poziomu inflacji (wzrost inflacji o 1% powodował wzrost dywidendy o 10 zł), – przyrostu aktywów trwałych (przyrost aktywów trwałych o 1% powodował wzrost dywidendy o 0,17 zł), – zysku na jedną akcję (wzrost zysku na jedną akcję o 1% powodował wzrost dywidendy o 0,44 zł), – zachowania innych firm w branży (wzrost udziału firm wypłacających dywidendę w danej branży o 1% powodował wzrost dywidendy o 4,5 zł), – udziału kosztów operacyjnych w przychodach ze sprzedaży (wzrost tego wskaźnika o 1% powodował spadek dywidendy o 4,17 zł), – straty w latach poprzednich (jeżeli firma w poprzednich latach ponosiła stratę, szanse na dywidendę malały), – wskaźnika płynności bieżącej (jeżeli wskaźnik płynności bieżącej rósł o 1%, poziom dywidendy rósł o 0,3 zł). Interesującym wnioskiem z oszacowanego modelu jest pozytywna reakcja dywidendy na wzrost aktywów trwałych. Można jednakże się domyślać, że wzrost aktywów trwałych dotyczył jedynie firm o bardzo dobrej kondycji finansowej, których zyski pozwalały nie tylko na inwestycje, ale także na wypłatę dywidend. Wnioski końcowe Na podstawie przeprowadzonych badań można sformułować następujące wnioski: 1. Głównymi determinantami polityki dywidend są: aktualne i historyczne wyniki finansowe, preferencje inwestorów, ogólna sytuacja finansowa spółki, możliwości inwestycyjne dostępne dla firmy, sytuacja w danej branży przemysłu, poziom kosztów operacyjnych oraz odpowiednia płynność finansowa przedsiębiorstwa. 2. Decyzja o wypłacie dywidendy zależy silnie od preferencji akcjonariuszy oraz od polityki dywidend prowadzonej przez spółkę w poprzednim okresie. W oczywisty sposób na giełdzie istniały zarówno spółki, które prowadziły politykę braku lub minimalnej dywidendy (np. Orlen, albo Vobis Bank), jak i firmy, które prowadziły politykę stałej dywidendy (np. Żywiec). 260 Joanna Wyrobek 3. Istotny wpływ na politykę dywidend miało zapotrzebowanie inwestycyjne. Im wyższy był poziom inwestycji w firmie, tym mniejsze było prawdopodobieństwo, że wypłaci ona dywidendę. Dostępne możliwości inwestycyjne nie wykazały zależności od tempa rozwoju branży przemysłu – spółki informatyczne równie chętnie wypłacały dywidendę co spółki z branży budowlanej lub drzewno-papierniczej. 4. Bardzo ważnym czynnikiem decydującym o wypłacie dywidendy okazała się rentowność; jedynie w kilku nielicznych przypadkach do wypłaty dywidendy doszło pomimo złych wyników finansowych (np. Żywiec). Podobna zależność wystąpiła w spółkach, które w poprzednich latach odnotowały straty albo niechętnie dzieliły się zyskiem z akcjonariuszami. 5. Istotną determinantą polityki dywidend była ogólna sytuacja w danej branży przemysłu. Nawet spółki o wysokiej rentowności i dobrej sytuacji finansowej rezygnowały z dywidendy, jeżeli ogólna sytuacja w branży sugerowała niepewną przyszłość. 6. Sygnałem ostrzegawczym dla firm o zbliżającej się dekoniunkturze (a więc sygnałem do zaniechania wypłaty dywidend) był udział kosztów operacyjnych w sprzedaży. Wzrost tej pozycji z kilkuletnim wyprzedzeniem nieomal zawsze oznaczał poważne problemy finansowe w danej spółce i całej branży. Być może dlatego im wyższy był udział kosztów operacyjnych w sprzedaży, tym mniejsze było prawdopodobieństwo wypłaty dywidendy. 7. Przy determinowaniu wielkości dywidendy istotny był poziom płynności finansowej – aby wypłacić dywidendę firmy musiały zgromadzić wystarczająco dużo zasobów pieniężnych. 8. Nie potwierdziła się zależność pomiędzy udziałem inwestorów zagranicznych a prawdopodobieństwem wypłaty dywidendy. Udział inwestorów zagranicznych nie był istotną determinantą polityki dywidend. Jednak należy zwrócić uwagę na trudności metodyczne związane z określeniem kraju pochodzenia inwestora. Dane Komisji Papierów Wartościowych i Giełd pozwoliły co prawda określić strukturę bezpośrednich udziałowców danej spółki, lecz jeżeli akcjonariuszem była inna firma (zarejestrowana w Polsce), to nie było wiadomo, z jakiego kraju pochodzą właściciele takiej firmy. Zatem udział inwestorów zagranicznych był określony jedynie szacunkowo, na tyle, na ile pozwoliły posiadane źródła informacji. 9. Potwierdziła się pozytywna zależność pomiędzy udziałem skarbu państwa a skłonnością spółki do wypłaty dywidendy. Im wyższy był udział w akcjonariacie skarbu państwa, tym większe było prawdopodobieństwo wypłacenia dywidendy. Polityka dywidend w spółkach... 261 Literatura Czekaj J., Dresler Z., Zarządzanie finansami przedsiębiorstw, Wydawnictwo Naukowe PWN, Warszawa 2000. Greene R., Econometrics analysis. Upper Saddle River, Prentice Hall, New Jersey 2000. Hsiao C., Analysis of panel data, Cambridge University Press, Cambridge 2003. Lintner J., Distribution of incomes of corporations among dividends, retained earnings and taxes, „American Economic Review” 1956, nr 46. Sierpińska M., Jachna T., Ocena przedsiębiorstwa według standardów światowych, Wydawnictwo Naukowe PWN, Warszawa 2004. Verbeek M., A guide to modern econometrics, Routledge, London 1996. Woolridge J., Econometric analysis of cross section and panel data, MIT Press, Cambridge 2001. Dividend Policies in Companies Listed on the Warsaw Stock Exchange in 1994–2002 The paper presents the results of the research on dividend policies adopted by companies listed on the Warsaw Stock Exchange in 1994–2002. The conducted research does not confirm the correlation between the country of origin and the amount of dividends, or the probability of the payment of dividends (hypothesis 1). No direct correlation has been found between the speed of expansion and the amount of dividends, or the probability of the payment of dividends (hypothesis 2). The third hypothesis assumes the correlation between the payment of dividends and the country’s macro economic environment. This hypothesis has been partly confirmed, as companies do not directly respond to macro economic factors, but rather to the performance of a given industry. The correlation has been confirmed between the dividend and the accumulated financial result of the previous years (hypothesis 4), and the dependence of the decision to pay out the dividend on the company’s previously adopted policies in this area (a number of companies retained 100% of their earnings and did not pay the dividend, even though their financial results were very good). The results of the research indicate that dividend payment policies are mainly based on the company’s financial standing and adopted strategy. The above justifies the author’s statement that dividend policies were rational and did not pose any threat to companies’ long-term expansion plans. Joanna Wyrobek – adiunkt w Katedrze Finansów Przedsiębiorstw na Wydziale Finansów Akademii Ekonomicznej w Krakowie. Studia wyższe ukończyła na tej uczelni w 1999 r., uzyskując tytuł magistra. W 2004 r. uzyskała stopień doktora nauk ekonomicznych na podstawie rozprawy nt. „Determinanty polityki dywidend spółek giełdowych w Polsce”. Zainteresowania naukowo-badawcze: finanse przedsiębiorstw, analiza szeregów czasowych, modele dla danych panelowych. Kontakt: Akademia Ekonomiczna w Krakowie, Wydział Finansów, Katedra Finansów Przedsiębiorstw, ul. Rakowicka 27, 31-510 Kraków, tel.: (0-12) 293-55-37, fax: (0-12) 293-50-81, e-mail: [email protected].