Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

The Relationship between Debt Capacity Base and Structural Risk: Evidence from the Warsaw Stock Exchange

Tytuł:
The Relationship between Debt Capacity Base and Structural Risk: Evidence from the Warsaw Stock Exchange
Relacja pomiędzy podstawą pojemności zadłużeniowej a ryzykiem strukturalnym – analiza na podstawie danych z Giełdy Papierów Wartościowych w Warszawie
Autorzy:
Cirin Piotr
Tematy:
debt capacity
working capital
creditworthiness
optimal capital structure
structural risk models
free cash flow
pojemność zadłużeniowa
kapitał pracujący
zdolność kredytowa
optymalna struktura kapitałowa
modele ryzyka strukturalnego
wolne przepływy pieniężne
Język:
angielski
Dostawca treści:
CEJSH
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
Objective: The objective of this paper is to verify the hypothesis that there is a statistically significant correlation between the risk level determined on the basis of structural models and the value of the of debt capacity base, and that the value of a company’s debt capacity is determined primarily by the type and properties of its financing. Research Design & Methods: The methodology was based on the analysis of the determination of the linear regression function using the least squares method and study of the correlation between the values of the debt capacity base and the net value of enterprises (determined on the basis of the approach used in structural risk models) based on accounting data of 511 companies listed on the Warsaw Stock Exchange in 2018–2019. This includes an analysis of the level of debt capacity in the context of selected forms of financing. Findings: There is a strong and statistically significant correlation between the debt capacity base determined on the basis of book values and the determined net value of enterprises, representing the level of structural risk (constituting the difference between the value of assets and liabilities). A USD 1 bn change in the average debt capacity base leads to a USD 0.49 bn change in the average net worth of enterprises. Implications / Recommendations: The designated regression function enables forecasting, within the scope of banking practice, the value of the structural risk and the debt capacity base in terms of granting short- and long-term liabilities. Contribution: The study confirms the thesis that there is a statistically significant correlation between structural risk and the debt capacity base. It presents an approach that enables the determination of the debt capacity base, the value of structural risk, and the value of debt capacity for selected forms of financing.

Cel: Celem artykułu jest weryfikacja hipotezy wskazującej, że pomiędzy poziomem ryzyka wyznaczonego na podstawie modeli strukturalnych a wartością podstawy pojemności zadłużeniowej występuje istotna statystycznie korelacja oraz że wartość pojemności zadłużeniowej przedsiębiorstwa jest silnie zdeterminowana rodzajem danej formy finansowania i jej właściwościami. Metodyka badań: Metodologia została oparta na wyznaczeniu funkcji regresji liniowej metodą najmniejszych kwadratów oraz zbadaniu korelacji pomiędzy wartością podstawy pojemności zadłużeniowej oraz wartością netto przedsiębiorstw (ustalonej zgodnie z podejściem stosowanym w ramach strukturalnych modeli ryzyka) na podstawie danych księgowych 511 spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie za lata 2018–2019. Wyniki badań: Podstawa pojemności zadłużeniowej ustalona na podstawie wartości księgowych jest silnie i istotnie statystycznie skorelowana z wyznaczoną wartością netto przedsiębiorstw, reprezentującą poziom ryzyka strukturalnego (stanowiącą różnicę pomiędzy wartością aktywów i zobowiązań). Zmiana przeciętnego poziomu podstawy pojemności zadłużeniowej o 1 mld USD prowadzi do zmiany przeciętnego wzrostu wartości netto przedsiębiorstw o 0,49 mld USD. Wnioski: Wartość pojemności zadłużeniowej jest zdeterminowana wartością podstawy pojemności zadłużeniowej, właściwościami rodzaju zobowiązania oraz poziomem ryzyka strukturalnego. Wyznaczona funkcja regresji umożliwia prognozowanie, w ramach praktyki bankowej, wartości ryzyka strukturalnego oraz podstawy pojemności zadłużeniowej w zakresie udzielania zobowiązań krótko- i długoterminowych. Wskazane metody kalkulacji pozwalają na ustalenie pojemności zadłużeniowej dla wybranych form finansowania. Wkład w rozwój dyscypliny: Potwierdzenie tezy o występowaniu istotnej statystycznie korelacji ryzyka strukturalnego i podstawy pojemności zadłużeniowej, a także przedstawienie podejścia umożliwiającego wyznaczenie podstawy pojemności zadłużeniowej, wartości ryzyka strukturalnego oraz samej wartości pojemności zadłużeniowej dla wybranych form finansowania.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies