Current Trends in the Management of Cash Holdings in Russian Public Companies in the Context of the Precautionary Motive

封面

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

The author examines the specifics of asset management by Russian public companies in the context of financial constraints. Financial flexibility and liquidity of shares (their attractiveness) allow adjusting the capital structure. When access to debt capital markets is limited, financial flexibility is an indicator reflecting corporate policy in the field of financing business activities. Deviation from the target debt level requires subsequent adjustment of the capital structure to bring it closer to the optimal value. Liquidity of shares is a signal for investors and is determined by the value of the organization’s assets. High liquidity of shares makes it possible to create a monetary reserve for maintaining financial stability (solvency). Net capital (net worth) characterizes the state of internal reserves of the organization for maintaining its stable position; it is a factor determining the choice of financing option. Guided by a precautionary motive, Russian public companies save part of the monetary resources for their subsequent use as an investment component. The tight monetary policy of the Bank of Russia forces organizations to reduce their activity, abandoning investment projects. In the article, regression model is implemented based on the application of the Generalized Method of Moments (the Arellano-Bond dynamic panel-data estimation procedure) to assess the management of monetary assets. The presented specification allows us to solve the problem of endogeneity (correlation of explanatory variables with an error in the model).

作者简介

S. Lutsenko

Center for Economic Analysis of Law and Problems of Law Enforcement, Institute of Economic Strategies; Expert Council of the State Duma Defense Committee of the Federal Assembly of the Russian Federation

Email: scorp_ante@rambler.ru
Moscow, Russian Federation; Moscow, Russian Federation

参考

  1. Луценко С.И. Инвестиции, ликвидность акций и качество управления // Стратегические решения и риск-менеджмент номер. 2024. № 4. С. 300–307.
  2. Acharya V., Steffen S. The Risk of Being a Fallen Angel and the Corporate Dash for Cash in the Midst of COVID. Review of Corporate Finance Studies. 2020. Vol. 9. P. 430–471.
  3. Amihud Y. Illiquidity and Stock returns: Cross-section and Time-series Effects. Working paper. Stern School of Business, New York University. 2000. P. 1–48.
  4. Andres C., Doumet M., Fernau E., Theissen E. The Lintner model revisited: Dividends versus total payouts // Journal of Banking & Finance. 2015. Vol. 55. P. 56–69.
  5. Barry C., Brown S. Differential Information and the Small Firm Effect // Journal of Financial Information. 1984. Vol. 13. P. 283–294.
  6. Barry J., Campello M., Graham J., Ma Y. Corporate Flexibility in a Time of Crisis // Journal of Financial Economics. 2022. Vol. 144. P. 780–806.
  7. Bates T., Kahle K., Stulz R. Why Do U.S. Firms Hold So Much More Cash than They Used To? // The Journal of Finance. 2009. Vol. 64. P. 1985–2021.
  8. DeAngelo H., DeAngelo L., Skinner D. Are dividends disappearing? Dividend concentration and the consolidation of earnings // Journal of Financial Economics. 2004. Vol. 72. P. 425–456.
  9. Fahlenbrach R., Rageth K., Stulz R. How Valuable is Financial Flexibility when Revenue Stops? Evidence from the COVID-19 Crisis // Review of Financial Studies. 2021. Vol. 34. P. 5474–5521.
  10. Frank M., Goyal V. Testing the pecking order theory of capital structure // Journal of Financial Economics. 2003. Vol. 67. P. 217–248.
  11. Gamba A., Wang Z. Payout Dynamics. Working paper. Warwick Business School. 2024. P. 1–66.
  12. Graham J., Harvey C. The Theory and Practice of Corporate Finance: Evidence from the Field // Journal of Financial Economics. 2001. Vol. 60. P. 187–243.
  13. Holmstrom B., Tirole J. Market Liquidity and Performance Monitoring // Journal of Political Economy. 1993. Vol. 101. P. 678–709.
  14. Keynes J. The General Theory of Employment, Interest and Money. London. MacMillan. 1936. P. 403.
  15. Leary M., Roberts M. Do Firms Rebalance Their Capital Structure? //Journal of Finance. 2005. Vol. 60. P. 2575–2619.
  16. Leary M., Michaely R. Determinants of Dividend Smoothing: Empirical Evidence // The Review of Financial Studies. 2011.Vol. 24. P. 3197–3249.
  17. Liu T., Shivdasani A. Financial Flexibility and Capital Structure. Working paper. Kenan-Flagler Business School, University of North Carolina. 2018. P. 1–47.
  18. Ramelli S.,Wagner A. Feverish Stock Price Reactions to COVID-19 // Review of Corporate Finance Studies. 2020. Vol. 9. P. 622–655.
  19. Skinner D. The evolving relation between earnings, dividends, and stock repurchases // Journal of Financial Economics. 2008. Vol. 87. P. 582–609.

版权所有 © Russian Academy of Sciences, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».