ترجمه مقاله مفهوم مرکزیت مالکیت و سهامداران متصل
بخش دوم به مفهوم جدیدی می پردازد که من آن را "مرکزیت مالکیت" می نامم ، وام گرفتن و گسترش مفاهیم مشابهی که در ارزیابی مراکز هیئت مدیره به هم پیوسته استفاده می شود. برخی از مقالات که مربوط به مسائل مربوط به مالکیت هستند از متغیرهایی مانند گوه مالکیت و پراکندگی مالکیت برای اندازه گیری اختلافات احتمالی نمایندگی در اشخاص شرکت استفاده می کنند. سایر مقالات از مجوزهای مختلف مالکیت مالکیت به پروکسی برای مالکیت استفاده می کنند
در این بخش تلاش شده تا مشخص شود که آیا می توانیم مفهوم اقدامات مرکزیت را در شبکه های بی شماری از انسداد و همپوشانی سهام مالکیت گسترش دهیم تا آن را به عنوان یک پروکسی معتبر و امیدوارانه بهتر برای اندازه گیری مالکیت گسترش دهیم و بهتر تعارض مالکیت احتمالی را شناسایی کنیم. به عنوان اثبات مفهوم ، این خط کاوش را در ماسهبازی بازار سهام سنگاپور متمرکز خواهم کرد. انگیزه این تحقیق از ابتدا با مقاومت بسیار روبرو شد. بر خلاف تابلوهای Interlocking که بنگاه ها را از طریق روابط هیئت مدیره در سطح شخصی پیوند می دهد، جایی که می توانیم برای تبادل اطلاعات ، تسهیل تخصیص منابع و مشاوره مباشرت، نماینده بگیریم، شبکه مالکیت پیچیده تر است.
آخر اینکه، کلمه ای در مورد هدایت، در شبکه مالکیت وجود دارد. گره مالکیت حاکی از جریان معینی از قدرت ، نفوذ و پول نقد تحت اللفظی است. تملک یک بنگاه به معنای سهم درمطالبه باقیمانده شرکت است و از لحاظ عملیاتی این کار را به گردش نقدی تحت اللفظی مانند در مورد پرداخت سود سهام تقسیم می کند. روش های مستندسازی زیادی برای به دست آوردن اقدامات مرکزیت در مواردی که جهت پذیری یکی از ویژگی های نمودار است ، مانند استفاده از توپی ها و اختیاراتی که در کلینبرگ (1999) ایجاد شده است، وجود دارد. با این حال، معروف ترین الگوریتم مرکزیت باید الگوریتم PageRank باشد که توسط برین و پیج (1998) طراحی شده است که سادگی آن به ظرافتی اعتقاد دارد که با آن، ذات نمودارهای پیچیده کارگردانی لینک های پیوندی را تقطیر کرده و به ایجاد یکی از بهترین شرکت های با ارزش در جهان کمک کرده است. در مقاله ما ، هدایت به هیچ پیامد شدیدی را نادیده می گیریم. حدس من در مورد اینکه چرا با اطمینان می توان هدایت را نادیده گرفت ، منطق غلتیدن در سطح دیتابیس است که در آن تقریباً بلافاصله صاحبان نهایی شناسایی می شوند و ردیابی جهت دار مناسبی از مالکیت را از طریق مسیرهای مالکیت پیچیده، بی اهمیت می دانند.
سومین عارضه این است که ارتباط مالکیت بین بنگاه ها و صاحبان آنها هم به معنای جهت گیری و هم وزن بودن در رابطه است که مفاهیمی با روش های درمان استاندارد در نظریه های گراف و شبکه است ، اما هنوز این روش ها در جسد تحقیق و تفحص کسب و کار به دست نیامده است. بنابراین هیچ راهنمایی قبلی در مورد بهترین رویکرد برای این تلاش وجود ندارد
با درک اینکه مرکزیت مالکیت مفید است ، تلاش می کنم تا این مفهوم را با پایگاه دانش غالب در مدیریت شرکت پیوند دهم. اصلاً مرکزیت مالکیت در کجا و چگونه قرار دارد؟ آیا این اقدامات مرکزیت به تقویت روش های فعلی ما کمک می کند؟ امیدوارم که این نتایج برای کمک به هدایت پیشرفت ها و پیشرفت در فرمول های آینده بهترین شیوه ها در مدیریت شرکت مفید باشد. امید است که در محدوده تحقیقات این مقاله، از یک معیار مفید و درک مرکزیت مالکیت استفاده کنیم. بیشترین ارزش این تحقیق، مستندسازی تلاش های متعدد آن، برای مدل سازی تمرکز مالکیت با استفاده از اقدامات خلاصه حاشیه ای از تئوری شبکه است. تلاش های موفق و ناموفق، هر دو تحقیق آینده را به این نتیجه می رساند که آیا رویکرد من نوید توصیف پدیده پیچیده مالکیت شرکت ها را میدهد یا خیر ، آیا تأثیر معنی داری از این اقدام جدید بر نتایج شرکت ها دارد یا خیر.
بخش 2.1- بررسی مقالات:
2.1.1-مالکیت شرکت:
وقتی به تابلوهای متصل نگاه می کنیم ، همبستگی های محکم، به عنوان مجاری اطلاعات، پشتیبانی و منابع را مشاهده می کنیم. انتظار این است که یک بنگاه مرکزی بتواند اطلاعات را در اختیار داشته و آنها را مهار کند و به منابع کمیاب دسترسی پیدا کند و از این طریق، ارزش شرکت را افزایش دهد. با این حال ، هنگامی که ما به صاحبان متصل نگاه می کنیم ، اتصالات، نشان دهنده حقوق وجوه نقدی مالکان از بنگاه ها و کنترل حقوق بنگاه توسط مالکان است. هر پیوند مالکیت، مسیری را نشان می دهد که از طریق آن، جریان نقدی و نفوذ می یابد ( البته در جهات مخالف). به این معنا ، رابطه دو طرفه است و می تواند استفاده از شبکه غیرمستقیم را توجیه کند. یک مالک بسیار مرکزی در این چارچوب،گردش نقدی بیشتری دریافت می کند و می تواند نفوذ، فرمان و کنترل بیشتری نسبت به صاحبان کمتر مرکزی داشته باشد
به نظر من ، یکی از ویژگی های منحصر به فرد که به تجزیه و تحلیل های ما امکان کار را می دهد ، ویژگی پایگاه داده ای است که ما از آن استفاده می کنیم ، که از منطق roll-up برای کشف ساختارهای پیچیده مالکیت استفاده می کند. ببچاگ، کراکمن و ترانتیس (2000) ، پدیده های مالکیت پراکنده را در برابر واقعیت کنترل دقیق واقعی، توسط دارندگان بلوک با آنچه که آنها از ساختارهای کنترل کننده-اقلیت استفاده می کردند که توسط دارندگان بلوک برای اعمال نفوذ و کنترل از طریق سه مکانیسم - طبقه دوگانه آشتی کردند ، آشتی دادند( سهام، اهرام سهام و روابط بین مالکیت متقابل). در سنگاپور سهام دو طبقه مجاز نیست و بنابراین می توان نادیده گرفت. در مورد منابع هرمی و متقاطع ، وب مالکیت با استفاده از منطق roll-up در سطح بانک اطلاعاتی رونمایی کرد، بنابراین محققان آینده می توانند با کمی سر و صدا و دردسر به همان مجموعه داده برای تکثیر دسترسی پیدا کنند.
یک نمونه کلاسیک از شرکت های متقاطع می تواند گروه جاردین باشد. گروه جاردین تحت کنترل برادران Keswick است که سهم مشترک او کمتر از 10 درصد در جاردین ماتسون از طریق کراس اوورهای پیچیده تقویت می شود (چان ، حامد و لاو (2003). از اواخر سال 2014 ، 5 صاحب برتر Jardine Strategic Holdings Limited Jardine، Matheson Holdings Limited (66٪)، OppenheimerFunds Inc (2٪) ، Franklin Resources Inc (2٪) ، مدیریت سرمایه گذاری شرودر (سنگاپور) با مسئولیت محدود (1٪ ) و مدیریت سرمایه گذاری بانک نروژ (1٪) 5 بودند. صاحب برتر Jardine Matheson Holdings Limited به ترتیب نزولی ، Trust 1947 (11٪) ، Adam Keswick (11٪) ، شرکت تحقیقات و مدیریت سرمایه (6٪) ، Henry Henry Keswick (3٪) و Benjamin Keswick (3%) هستند. از این مثال ساده می توان درک کرد که چگونه سرمایه ضریب هوشی حلقه های مالکیت پیچیده را برای کمک به درک ساختارهای مالکیت اساسی رونمایی کرده است.
در این مقاله از چهار اندازه گیری استاندارد از مرکزیت همانطور که در قسمت اول استفاده کرده ایم استفاده خواهیم کرد(همه بنگاه ها و صاحبان ، از شرکت های ذکر شده ، شرکت های خصوصی ، افراد ، اعتماد خانوادگی ، گره هایی در شبکه مالکیت هستند). هر گره یک عامل اقتصادی است. گره ها هنگامی که در کوتاهترین مسیرهایی قرار دارند که هر جفت دیگر گره را به هم متصل می کنند (فاصله ی بین مرکزیت) ، به همه گره های دیگر نزدیک می شوند (مرکزیت نزدیک بودن) . ما همچنین از مرکزیت نمره N مرکب استفاده می کنیم که یک امتیاز اصلی از مرکزیت جمع شده با پشتیبانی از اجزای اصلی است (لارکر ، و همکاران (2013)). پیش بینی اثر مرکزیت مالکیت بالا بر عملکرد شرکت دشوار است، حتی اگر یک دیدگاه مالکیت خالص در مورد مرکزیت مالکیت اتخاذ کنیم. لنزهای مالکیت، ما را وادار به استناد به تئوری نمایندگی می کنند. هنگامی که آنها تئوری شرکت را تدوین کردند ، جنسن و مکلینگ (1976) تئوری نمایندگی را در قلب رساله خود قرار دادند. درگیری های آژانس که از تفکیک مالکیت و کنترل در سازمان ها ناشی می شود ، موضوعی است که توسط فاما و جنسن (1983) شرح داده شده است. تمایل به درگیری اصلی باعث سلب مالکیت سهامداران اقلیت به نفع سهامداران بزرگ می شود (لا پورتا ، لوپز دی سیلانز ، شلیفر و ویشی (2000) ، کلسینس ، فن ، دیانکوف و لنگ (1999)). اوخماتوفسکی (2010) دریافت که بنگاه های دارای بورد و پیوندهای مالکیت با شرکتهای دولتی با سودآوری بالاتری همراه هستند ، اما بنگاههای با روابط مستقیم با دولت چنین نیستند. سرانجام ، مقالات عظیمی در رابطه با تأثیرات منفی حقوق کنترل بیش از حد مالک نهایی (ننووا (2003)) وجود دارد. به عنوان مثال ، هزینه وام برای بنگاههای دارای سهامداران بزرگ که واگرایی بین حقوق کنترلی بزرگترین مالک خود و حقوق گردش پول دارند ، بیشتر است (لین ، کارشناسی ارشد ، مالاتستا و ژوان (2011)).
همچنین پیش بینی سابق که اقدامات مرکزیت را به بهترین وجه توصیف می کند و رابطه بین مرکزیت مالکیت و عملکرد شرکت را پیش بینی می کند دشوار است. این امر به این دلیل است که اقدامات مرکزیت بسیار به توپولوژی شبکه مالکیت وابسته است. به عنوان مثال ، در یک شبکه خطی از پنج گره که به طور پیوسته به هم متصل هستند ، گره مرکزی، دارای مرکزیت درجه با همسایگان خود است ، اما از نزدیک بودن و فاصله مرکزی بیشتری برخوردار است.
به دلیل توانایی تمرکز مالکیت در سهولت آسان و سریع نفوذ نقش آفرینان مختلف اقتصادی به روشی مطمئن و متناسب که به رشته های مقالاتی به شدت وابسته هستند، این اثر را تحت تأثیر قرار می دهند و آن دسته از تحقیقاتی هستند که به دنبال جنگ بین ایالت ها و شرکت ها هستند (خواه ایالت). مشارکت جمعیت از سرمایه گذاری های خصوصی (چو و وونگ (2006) ، منون و نگ (2013) ، ون تانگ و فریمن (2009)) و اینکه آیا دولت ها با هدف ارتقاء اهداف سیاسی و پیشبرد تسلط سیاسی خود ، سیستم سرمایه داری را در آغوش می گیرند ( برمر (2010))، این روش جدید ه برای تحقیقاتی کاربرد دارد که به طور خاص تأثیر صندوق های ثروت ثروت را در نتایج شرکت ها یا سیاسی بکار می برد (مالاتسا، دونتر و هان 2010)
با این حال ، در بازارهای نوظهور سرمایه ، نتایج مخلوط می شوند. به عنوان مثال ، در سنگاپور، آنگ و دینگ (2006) معتقدند که در یک اقتصاد نوظهور، جایگزین کنترل دولت غالباً حاکمیت نیست. آنها دریافتند که شرکت های وابسته به دولت سنگاپور از ارزش های بالاتری برخوردار و حاکمیت شرکتی بهتری دارند. در چی ، رابطه محدب قابل توجهی بین مالکیت ایالتی و Q توبین، از شرکتهای دولتی که به طور خصوصی واگذار شده اند (سان، تانک 2002 ، شی و ژانگ (2005) ، تیان و استرین (2008)) وجود دارد. کمترین فایده از مالکیت دولت می تواند بیمه در برابر حوادث قوای سیاه، از جمله در زمان رکود اقتصادی (لازارین و موساچیو، بیوسلنیک و دلوف 2015) یا هنگامحملات هدفمند توسط فروشندگان کوتاه مدت (وانگ 2014) باشد. مشابه این استدلال که مرکزیت مالکیت، یک روش الگوریتمی کمّی دقیق، برای جداسازی مالکیت دولت را تسهیل می کند ، همین کار برای مطالعاتی صورت می گیرد که نیاز به استناد به مالکیت نهادی گروهی دارند (کلسینز ، فن و لنگ (2006) ، کارنی ، گداژلوویچ ، هوگنز ، وان اسن و Van Oosterhout (2011)) و اهرام شرکتی (فن ، وونگ و ژانگ (2013) ، چانگ (2003) ، مالان ، سالامودین و احمد (2012)).
2.1.2-مالکیت شبکه توپولوژی:
تصویر سنتی مالکیت شرکت مدرن همانطور که توسط برل و میانس (1932) تحقق یافته است، تصویری است که با مالکیت سرمایه در بین سهامداران کوچک پراکنده است. با این حال ، La Porta ، Lopez-de-Silanes و(1999) Shleifer ساختار مالکیت شرکت های بزرگ را در 27 اقتصاد توسعه یافته ردیابی کردند تا سهامداران کنترلی نهایی را شناسایی کنند و دریابند که این شرکت معمولی به احتمال زیاد توسط سلسله های خانوادگی یا دولت کنترل می شود. به جای مالکیت گسترده، هولدرنس ، کروزنر و شهان (1999) روند مالکیت مدیریتی بالاتری را کشف کردند که از 13 درصد در سال 1935 به 21 درصد در سال 1995 افزایش یافته است. دنیس و سارین (1999) اسطوره دیگری راجع به شرکت از بین بردند. آنها با استفاده از نمونه ای از 583 بنگاه در طی یک دهه از 1983 شروع به کار کردند ، آنها ثابت کردند که درصد قابل توجهی از بنگاه ها در هر سال خاص تغییرات بزرگی در ترکیب هیئت مدیره و ساختار مالکیت تجربه می کنند. به نظر می رسد که این تغییرات همبسته و دائمی هستند.
با استفاده از جامع ترین مجموعه داده ها ، Faccio و Lang (2002) از سوابق مالکیت و کنترل نهایی 5،232 شرکت در اروپای غربی استفاده کردند. آنها دریافتند که بنگاه های معمولی تحت کنترل خانواده هستند یا به طور گسترده نگهداری می شوند. مجموعه داده های آنها ثابت می کند که بسیار با ارزش است. در تحقیقات بعدی مانند Laeven و Levine (2008) ، که معتقدند تمرکز سنت در امور مالی شرکت ها در شرکت 100٪ سهامدار کوچک یا یک شرکت بزرگ سهام دار بزرگ است ، استفاده شده است. ساختار مالکیت ، از چندین دارنده بلاکچین Phan Yoshikawa (2004) و ساختار مالکیت ، برای 271 شرکت ذکر شده در مورد SGX در حدود 1999-20000 را بررسی کردند و دریافتند که نسبت متوسط سهام متعلق به دارندگان بلوک، 63 درصد است و در مقایسه با اقتصادهای غربی نسبتاً زیاد است. آنها خاطرنشان کردند که این برخلاف کشورهایی مانند ژاپن و آلمان است. بانکها به طور مستقیم سهم قابل توجهی از سهام، در شرکت های سنگاپور را در اختیار ندارند زیرا طبق قانون بانکی در سال 1970 مجاز به انجام این کار نیستند.
Vitali ، Glattfelder و(2011) Battiston مطمئناً اولین مقاله برای بررسی دقیق معماری شبکه مالکیت شرکت های بین المللی ، همراه با محاسبه کنترل شده توسط هر بازیکن جهانی است. این مقاله با استفاده از پایگاه داده Orbis 2007 ، کنترل شرکت را در سال 2007 در سراسر جهان ، شامل 37 میلیون نقش آفرین اقتصادی در 194 کشور جهان و تقریباً 13 میلیون پیوند مالکیت با کارگردانی و وزن درگیر کرده است. آنها دریافتند که شرکت های فراملی، یک ساختار غول پیکر را تشکیل می دهند. در این ساختار، بخش بزرگی از کنترل به یک هسته کوچک و محکم از موسسات مالی منتقل می شود . این شکل کلی شبکه مالکیت در مقیاس جهانی است اما نتیجه آنالیزهای آنها بیشتر تلاشی تجسم (بسیار پیچیده) است. در این مقاله سعی شده است تا محلی در این شبکه مشخص شود و از آن استفاده شود تا ببیند که چگونه نتایج در امور مالی و مدیریت شرکت به کار می رود.
بخش 2.2- داده و روش شناسی:
2.2.1-ساخت شبکه مالکیت:
به طور کلی می توان مفاهیم مرکزیت ذکر شده در قسمت اول را برای به دست آوردن مرکزیت مالکیت به کار برد ، اما تفاوت های عمده ای در شبکه وجود دارد که برجسته است (همراه با درمان خاص انجام شده در این تحقیق).
اول ، هیئت مدیره به هم پیوسته یک نمودار دو طرفه است که در آن هر گره یا مدیر یا یک شرکت است و ما می توانیم نمودار را به هر قسمت تقسیم کنیم. همین مورد در نمودار شبکه مالکیت صدق نمی کند. گره های شروع، همه بنگاه ها هستند اما صاحبان آنها می توانند بنگاه های دیگر یا شرکت های خصوصی ، بنگاه های خانوادگی ، مردم و حتی دولت باشند. تقسیم نمودار به تمام حالتهای مختلف آن معنی ندارد ، بنابراین از این نظر همه گره ها برابر هستند؛ گره ها همه عوامل اقتصادی هستند نیازی به طرح ریزی رأس نیست
دوم ، شبکه مالکیت یک ویژگی لبه وزنی طبیعی دارد. برخلاف روابط هیئت مدیره که هیچ اندازه گیری از قدرتی به راحتی قابل اندازه گیری نیست. از طرف دیگر سهام مالکیت شرکت بطور دقیق و با سهولت قابل اندازه گیری است. قطعه ای از اطلاعات که در صورت عدم رعایت ممکن است بی پرده و عاقلانه به نظر برسد، یکی از رویکردهایی بود که من انتخاب کردم. تلاوت فلسفی نوعی شفافیت فرسوده است که "نه همه چیزهایی که اتفاق می افتند قابل اندازه گیری هستند و نه همه چیزهایی که اندازه گیری می شوند رخ می دهند". دلیل منطقی عملکرد شبکه بی وزن این است که سهامداران کوچک نسبت به سهامداران بزرگتر می توانند تأثیر بزرگی بر نتایج شرکت داشته باشند. سهامداران کوچک معمولی که در رادار پایگاه داده ظاهر می شوند ، احتمالاً خودی های مهمی هستند که حتی باید سهام های کوچک را اعلام کنند. از این رو، استدلال در نظر گرفته شده برای شبکه بی وزنی، این است که تمایل دارد به نفع ذینفعان کوچک خطا کند. در این مقاله ، شبکه مالکیت بدون وزن به شبکه واحد وزن گفته می شود ، تا به طور بالقوه مبهم از پیش بینی های تخته interlocking بی وزن استفاده شده در قسمت اول که من آنرا طرح های تخت نامیده ام، استفاده شود. در همان خط فکری، شبکه مالکیت وزنی به شبکه مالکیت سهام با سهام گفته می شود تا از سردرگمی با شبکه طرح ریزی وزن هیئت مدیره استفاده شده در قسمت اول جلوگیری شود.
سوم ، در چارچوب تابلوهای در هم قفل ، اکثر گره های هیئت مدیره در محاسبه مرکزیت شرکت می کنند و در رگرسیون نهایی شرکت می کنند ، اما در مورد اندازه گیری مرکزیت مالکیت نیست. در شبکه مالکیت، اکثریت بزرگی از گره های کمّی، بیشتر از متغیرهایی هستند که نبود آنها به ما امکان نمی دهد امتیازات مرکزیت مالکیت دقیق را بدست آوریم. این گره ها در تحلیل نهایی مورد توجه قرار نمی گیرند زیرا فقط نمرات مرکزیت بنگاه ها حفظ و مورد استفاده قرار می گیرد.
2.2.2-داده های مالکیت شرکت:
تعداد زیادی از اطلاعات مربوط به مالکیت شرکت در سایر پایگاه های داده موجود است ، اما آنها به ترکیبی از لیستی از شرکت ها و داده های تاریخی به آسانی با ضریب هوشی سرمایه S&P نمی پردازند. اطلاعات دقیق مالکیت S&P Capital IQ به کاربران این امکان را می دهد تا آخرین پایگاه سهامدار یک شرکت عمومی ، تغییرات مالکیت تاریخی تا پنج سال و معاملات خودی را تا دو سال مشاهده کنند. داده های مالکیت عمدتا از گزارش های سالانه و اظهارات پراکسی سهامداران تهیه می شود. این اسناد سالانه است ، بنابراین با توجه به ماهیت آن ، سهم غالب مالکیت سالانه به روز می شود. صاحب سهام قابل توجه هنگامی که واحد از درصد مشخصی از مالکیت عبور می کند ، باید یک اعلان ثبت کند
با این حال ، نگه داشتن به عنوان متولی امین ، نگه داشتن از طریق امنیت در رابطه با وام های وارد شده در دوره عادی تجارت و نگه داشتن به دلیل یک دفتر مقرر، منافع محسوب نمی شود. یکی از ویژگی های این بانک اطلاعاتی این است که کل سهام ممتاز می تواند از 100٪ تجاوز کند زیرا الزامات گزارش دهی به منابع با گزارشگری مالی سهام برجسته مطابقت ندارد. در زیر ما درباره سایر خصوصیات منحصر به فرد بانک اطلاعاتی مالکیت سرمایه ضریب هوشی و سرمایه ای که در اختیار آنها است توضیح بیشتری ارائه می دهیم. معدود اسناد ممکن است سهامداران خاص را با دارندگان واقعی یا اشخاص مرتبط با آن گزارش دهند که منجر به اختلاف در منابع موجود در سکو و اسناد منبع می شود S&P Capital IQ. از مکانیزم خاصی در سطح مجموعه استفاده می کند که تعیین می کند دارندگان می توانند بعنوان دارنده واقعی در مواردی که سند منبع، گزارش دارنده های متعدد را برای همان دارایی ها نشان دهند.
یکی از مکانیسم ها "Logic Roll-Up" است. در بیشتر موارد، پرونده هایی مانند گزارش های سالانه یا اعلامیه های مبادله در دوره های مختلف متناقض هستند (به این معنی اشخاص مختلف در یک گزارش درخت خانوادگی یک شرکت، برای موقعیت های مالکیت یکسان در یک شرکت دولتی). به عنوان مثال ، تشکیل پرونده بورس ممکن است JP Morgan (Suisse) SA را به عنوان مالک ذکر کند اما ممکن است یک گزارش سالانه سهام مشابهی را با JP Morgan Chase & Company Inc نشان دهد. غالباً والدین نهایی، صاحب سهام را برای سهام نگهداری شده توسط شرکت های تابعه خود گزارش می دهند. در صورت داشتن پدر و مادر و فرزند، در فروشنده اطلاعات تقسیم سهامی را که توسط والدین و شرکت های تابعه در طول دوره انجام می شود، دریافت نمی کند. اگر همه پرونده ها در واحد گزارشگری واقعی نگه داشته شوند، در این صورت آنها اغلب می توانند سهام را دو بار شمارش کنند و موقعیت های مالکیت را روی سکوی کپی کنند. با نگاهی به ناسازگاری در پرونده ها، S&P Capital IQ ، منطق را در باطن ابداع کرد که باعث افزایش روابط بین موجودات در یک درخت خانوادگی یا در همان شرکت می شود و شرکت نهایی مادر را به عنوان مالک سهام نشان می دهد.
در مواردی که منابع گزارش شده با برخی از پاورقی ها یا اطلاعات اضافی ارائه می شود، S&P Capital IQ ممکن است تنظیمات خاصی را بر اساس پاورقی های داده شده در سطح مجموعه انجام دهد. از این رو، تفاوت در منابع گزارش شده (بدون هرگونه تنظیم انجام شده) که در سند منبع داده می شود، هنگام مقایسه با سکو (منابع دارای پست تنظیم شده) اتفاق می افتد. ضریب هوشی سرمایه S&P ، تمام تنظیمات لازم را برای حفظ همگام سازی داده ها با تاریخ انجام می دهد. این تنظیمات (افزودنی ها یا کسرها) می توانند ماهیت مختلفی داشته باشد (به عنوان مثال بر اساس سند داده شده، اسناد قبلاً پر شده، اطلاعات اضافی ارائه شده در جای دیگر و غیره)
ضریب هوشی سرمایه S&P همچنین هنگامی که اسناد را در اختیارتان می گذارد،اسناد مالکیت مستقیم یا بعضی اوقات فقط از منابع غیر مستقیم یا حتی منابع خانوادگی و اعتماد را گزارش می دهند ، تلفیق موقعیتهای مستقیم و غیرمستقیم را انجام می دهد. در هنگام جمع آوری داده های گزارش شده، آنها سعی می کنند اطمینان حاصل کنند که منابع فعلی، در همگام سازی با منابع قبلی جمع آوری شده اند یا اینکه آیا هیچ گونه مفقودی ای در اسناد دیگر موجود است. از این رو، برای نشان دادن داده های مداوم بر روی سیستم عامل باید تمام این منابع گزارش شده مستقیم / غیرمستقیم انجام شود. از این رو می توان انحراف بین دارایی های سکوی و دارایی های گزارش شده در این سند را ایجاد کرد زیرا منابع موجود در بالای سکو، از منابع کامل یک نهاد خاص است زیرا به طور مؤثر تنظیم شده است.
2.2.3-مرکزیت مالکیت:
یکی از محدودیت های کنترل مالکیت در مقالات استاندارد امور مالی شرکت این است که معمولاً تنها مالک نهایی شرکت، بدون در نظر گرفتن الگوی مالکیت می تواند در رگرسیون ثبت شود. یکی از مزایای استفاده از مرکزیت، برای ارزیابی تأثیر سهام ذینفعان در شرکت ها این است که نه تنها مالک نهایی ارزیابی می شود بلکه توزیع مالکان در محاسبه نمره مرکزی بودن نهایی بنگاه در نظر گرفته می شود. به عنوان نمونه، من در جدول زیر لیست اشخاص دارای مراکز ویژه با وزن مخصوص سهام ویژه بردار ویژه را برای سال 2014 ارائه می دهم. می توان مشاهده کرد که اشخاص برتر، محدود به شرکتهای دارای فهرست عمومی نیستند. در حقیقت، نهاد برترTemasek Holdings (Private) Limited ، یک شرکت هلدینگ دولتی است که یک صندوق ثروت مستقل متعلق به دولت سنگاپور است. امتیازات مرکزیت، برای همه اشخاص مالک بدون در نظر گرفتن اینکه افراد حقیقی، اعتماد خانوادگی ، بنگاههای دارای فهرست عمومی یا شرکتهای خصوصی هستند، محاسبه می شود. به این ترتیب، مرکزیت ویژه Eigenveector Temasek می تواند به عنوان مرکزیت eigenveector بالاتر، برای همه اشخاصی که در اختیار دارند، ترجمه شود و از طریق این مکانیسم، ما یک پروکسی برای انتقال اطلاعات، فرمان و کنترل بین همه موجودات در مدل مالکیت خود داریم. لیست 10 نهاد برتر با بالاترین مرکزیت بردار ویژه در زیر آورده شده است. تماسک در این لیست نیست زیرا در این لیست میزان سهام، به یک رابطه باینری تقلیل می شود. یک نهاد غیر داخلی ، Prudential plc ، در این لیست ظاهر می شود.
طبق قوانین لیست SGX ، داده های کامل مالکیت معمولاً به جز در گزارش سالانه منتشر می شوند که دارای بخشی است که شامل بیست سهامدار بزرگ است، بخشی که اکثراً آرایشی است ، زیرا معمولاً توسط کارگزاری ها پر می شوند. ضوابط لیست همچنین موظف است که در گزارش سالانه اسامی سهامداران قابل توجه و تفکیک سهام مستقیم و در نظر گرفته شده، مطابق آنچه که در فهرست شرکت سهامداران قابل توجه نشان داده شده است، بیاورد. برای منافع در نظر گرفته شده ، صادرکننده باید چگونگی نگهداری یا نتیجه گیری این گونه علایق را فاش کند. تعهد قابل اعلام، برای سهامدار قابل توجه معمولاً 5٪ است. علاوه بر این، از آنجا که قانون اوراق بهادار و آینده (اصلاحیه)، امکان افشای هرگونه منافع در بورس اوراق بهادار شرکت گنجانیده شده توسط سنگاپورو توسط مدیران آن و هر کس را صرف نظر از عنوان شرکتی خود ، فراهم می کند، در اصل مسئولیت مدیریت و انجام امور تجاری آن شرکت ذکر شده را بر عهده دارد. از این طریق، شبکه مالکیت ما، به ویژه تحت پرونده واحد ، نفوذ مدیران خودی را جذب می کند؛ حتی اگر مدیران به صراحت درج نشده باشند.
بخش 2.3- توسعه فرضیه:
فرضیه اول این بخش تحقیق ، آزمایش این ایده است که بنگاه هایی که در شبکه مالکیت محوری تر هستند، با استفاده از یک تفسیر ساده از مالکیت، بدون در نظر گرفتن جهت گیری، به بازده بهتری دارایی و Q توبین می رسند. این فرضیه مبتنی بر این عقیده است که شبکه مالکان نیز شبکه نفوذ و گردش پول است و یک پروکسی خوب برای برای مالکان و تأثیر جمعی آنها در چندین شرکت، از طریق پیوندهایشان است.
H1- شرکتهایی که دارای مراکز مالکیت بالاتری هستند از شرکتهای بهتری برخوردار هستند
کارایی
فرضیه دوم این است که اگر H1 نگه داشته شود، چنین اثرات مالکیت باید برای بازه میان مدت 2 تا 4 سال ادامه یابد. این فرضیه این است که در حالی که توزیع مالکیت برای یک بنگاه، در سطح خرد بسیار تغییر می کند، در سطح بنگاه، تغییرات عظیم در مرکزیت مالکیت کمتر مشاهده می شود و از این رو تأثیر مرکزیت مالکیت شرکت، امروزه بالای 4 سال بر شرکت تأثیر می گذارد
H2- شرکتهایی که دارای مراکز مالکیت بالاتری هستند از شرکتهای بهتری برخوردار هستند
عملکرد در میان مدت
فرضیه سوم که در این مقاله آزمایش می کنیم این است که در نظر گرفتن وزن شبکه مالکیت مهم است اما هنوز مشخص نیست. از یک طرف، یک شبکه با وزن سهام، بیش از حد جلوه می کند تا اثرات بزرگنمایی کنندگان را افزایش دهد. از طرف دیگر، یک شبکه با وزن واحد می تواند سهم سهامداران کوچک را بیش از حد کند. این قابل تصور است که ما بر اساس نوع طرح وزن گیری شبکه مورد استفاده، نتایج متنوعی کسب می کنیم. با این حال پیش بینی می شود که یک شبکه دارای وزن سهام ، تأثیرات مرکزیت درجه و اندازه گیری نزدیکی آن با مرکزیت بردار ویژه را کاهش دهد.
H3- شبکه های مالکیت سهام با وزن باید نتایج مهمی را برای اقدامات مرکزیت مبتنی بر ژئودزیک، مانند Betweenness و مرکزیت نزدیکی به دست آورند ، در حالی که شبکه مالکیت وزن واحی باید نتایج بهتری برای مرکزیت درجه و مرکزیت مشتق بردار ویژه آن کسب کند.
بخش 2.4- آنالیز و نتایج:
2.4.1-آمار شبکه:
جدول II.2 آمار نمودارهای شبکه مالکیت را نشان می دهد. به دلیل در دسترس بودن داده ها در ضریب هوشی ، مدت زمان نمونه گیری از مرکزیت مالکیت 11 سال کوتاه تر از اتصال به صفحه است. پنل II.2A آمار کلی نمودارها را ارائه می دهد. تعداد گره های موجود در نمودار شبکه برای هر سال از کمترین میزان 3400 در سال 2004 به 9،866 در سال 2014 متغیر است. با مراجعه به سال 2004 ، تعداد لبه های موجود در نمودار 9272 است اما مجموع کل وزن های لبه ، که در غیر این صورت با اندازه گراف شناخته می شود ، 1.486،092 است. پنل II.2B اجزای نمودار را ارائه می دهد. جالب است که توجه داشته باشید پراکندگی برای ایجاد حس توپولوژی گراف است. توجه داشته باشید که تک آهنگ ها (اجزای گراف با یک گره) در لیست اجزا حذف می شوند. می توان مشاهده کرد که به عنوان یک قاعده ، یک مؤلفه بسیار بزرگ وجود دارد که تعداد سفارشات بزرگ، از بزرگترین قطعه بعدی بزرگتر است. این یک توپولوژی متفاوت، در مقایسه با طرح تخته یا شبکه های گرافیکی طرح ریزی مدیر است. با بررسی نزدیکتر به شبکه ، فاش می شود که سال 2004 احتمالاً سالی بود که اطلاعات کافی نداشته باشند زیرا در بسیاری از جزایر موجود در نمودار شبکه وجود دارد.
2.2.4-متغیرهای عملکرد و کنترل شرکت:
به منظور کامل بودن ، جدول تعاریف متغیر در جدول II.A ارائه شده است. بیشتر متغیرهای مورد استفاده در قسمت دوم ، در حقیقت با مواردی که در قسمت اول با هم همپوشانی زیادی دارند ، تنها استثنا متغیر سهام است که درصد سهام سهم نهایی سهامدار نهایی با بیشترین سهم مالکیت است. این متغیر به عنوان متغیر کنترل اضافه می شود زیرا متغیر مستقل کلیدی آزمایش شده در این بخش با درک سهام کاملاً مالکانه رابطه کاملاً پیچیده ای دارد و ما می خواهیم این تأثیرات را از اثرات مرکزیت مالکیت جدا کنیم.
2.4.2-آمار خلاصه:
آمار خلاصه در جدول II.3 ارائه شده است.پنل II.3A بیشتر آنچه را که در قسمت اول مورد بحث قرار گرفت، تکرار می شود. متغیر کنترلی جدید در این بخش اضافه شده است که درصد سهام متعلق به بزرگترین سهامدار است. همانطور که گفته شد، در بانک اطلاعاتی سرمایه ضریب هوشی ، سهام کل سهام ممتاز می تواند از 100٪ تجاوز کند زیرا الزامات گزارش دهی به منابع با گزارشگری مالی سهام باقیمانده مطابقت ندارد. پنل II.3B به توصیف آمار توصیفی متغیرهای به دست آمده از نمودار مالکیت دارای وزن واحد می پردازد و پنل II.3C متغیرهای شبکه به دست آمده را تحت نمودار شبکه مالکیت با وزن سهام ارائه می دهد. برای مقایسه بهتر بین نمودارها (سالهای مختلف) ، اندازه های بین Betweenness ، Closeness و Eigenveector به اندازه نمودار عادی شده است. با این حال، مرکزیت درجه یک عادی نشده است زیرا درجه غیر قابل تعدیل شهودی و تفسیر آسان است
2.4.3-ماتریس همبستگی:
جدول II.4 ماتریس های همبستگی پیرسون بین متغیرهای رگرسیون اصلی و اقدامات مرکزیت شبکه را نشان می دهد. پنل II.4 همانند جدول، برای مرکزیت های شبکه با وزن واحداست ، در حالی که پنل II.4B ، همتای مرکزیتهای شبکه با وزن سهام است. مشاهده می شود که همه مرکزیتها با یکدیگر همبستگی مثبت دارند ، بیشترین همبستگی بین مرکزیت درجه و مرکزیت کامپوزیت N-نمره 0.86 در مورد یونیتی با وزنه ، و بین میانی و N مرکزیت مرکب 0.72 در این مورد است. وزن سهام. همبستگی بین دارایی های بازده با Q و توبین و اقدامات مختلف مرکزیت کاملاً واضح و مثبت است. تنها استثناء مرکزیت Stake Eigenveector است که رابطه ای ناچیز با بازده دارایی ها نشان می دهد.
2.4.4-تفاوت در معنی:
در جدول II.5 تفاوت های میانگین اقدامات مرکزیت مالکیت در رابطه با دو اقدام اصلی عملکرد شرکت مورد استفاده در این تصویر ارائه شده است. بررسی پنل II.5A نشان می دهد که فاصله بین شبکه های دارای وزن واحد 10٪ برای دارایی های بازده اهمیت دارد، در حالی که نزدیک بودن ناچیز است. این نتایج با توجه به اینکه تجزیه و تحلیل همبستگی برای این دو متغیر فقط 5٪ اهمیت دارد در حالی که متغیرهای دیگر بیشتر 1٪ دارای این نتایج بودند، تعجب آور نیست. علاوه بر این دو مورد، تمام متغیرهای مرکزیت دیگر در پنل II.5A دارای آزمون های T معنی دار هستند که نشان می دهد مرکزیت های بالاتر به شدت با عملکرد بالاتر شرکت ها در ارتباط است. پنل II.5B نشان می دهد که کلیه مراکز بدست آمده از وزن، دارای آزمونهای t معنی دار برای متغیرهای پاسخ عملکرد شرکت ما بین مراکز بالاتر و پایین تر در امتداد میانه هستند. تنها استثناء ، مرکزیت ویژه، آژانس دارای وزن مخصوص سهام است که تأثیر آن بر بازده دارایی ها از صفر ناچیز است ، نتیجه ای که توسط تحلیل همبستگی قبلی بدست آمده است.
2.4.5- عملکرد شرکت ها و مراکز مالکیت
جدول II.6 جدول رگرسیون برای عملکرد شرکت و مراکز مختلف مالکیت را نشان می دهد. این پنل ها به چهار صفحه با پنل های II.6Ai و ii بر اساس اقدامات مرکزیت با وزن واحد و پانل های II.6Bi و II بر اساس وزن های سهام تقسیم می شوند.
2.4.5.1- ROA بر مراکز مالکیت سهامدار:
پنل II.6Ai رابطه بین بازده دارایی ها و مراکز مالکیت حاصل از شبکه های دارای وزن واحد را ارائه می دهد. معادلات (1) تا (5) رگرسیون تک متغیره است که نشان می دهد در سطح 1٪ مثبت و معنی دار هستند. معادلات (6) تا (10) رگرسیون چند متغیره مربوطه است. یکی از متغیرهای کنترلی که به مجموعه کنترل های بنگاه اضافه می شود سهام موجود در شرکت بزرگترین سهامدار بنگاه است که انتظار می رود تأثیر آن بر بازده بنگاه باشد و در اینجا اضافه می شود تا اطمینان حاصل شود که تأثیر مراکز جدید مالکیت ما متغیر است. در مورد عملکرد شرکت با متغیر سهام، اختلاف معنی دار نیست. این، نتایج به دست آمده در رگرسیون تک متغیره را تأیید می کند. ضرایب Betweenness و Degree در 1٪ مثبت و بسیار معنادار است ، در حالی که بردار ویژه در 5٪ مثبت و معنی دار است. این نتایج بسیار امیدوارکننده و پیشگامانه ثابت می کند که مرکزیت مالکیت یک عامل معتبر، در مورد بازده دارایی ها است. همچنین برخی سؤالاتی را مطرح می کنند، از جمله ضعف عامل مرکزیت نزدیک بودن، که پیش بینی نشده است.
2.4.5.2- Q توبین بر مراکز مالکیت سهامدار:
پنل II.6Aii رابطه بین Q و توابع بخش مالکیت ناشی از شبکه های دارای وزن وحدت را ارائه می دهد. برای رگرسیون تک متغیره، در معادلات (1) تا (2) ، این موضوع را مشاهده می کنیم. فاصله و نزدیک بودن اهمیت خود را در مقایسه با نتیجه آزمون t ساده از دست می دهند و اهمیت آن در مورد چند متغیره در معادلات (6) و (7) کاملاً از بین می رود. از طرف دیگر، مراتب درجه ، درجه ویژه و مرکب N نمره ، در رگرسیون تک متغیره در معادلات (3) تا (5) به میزان 1 درصد بسیار مهم نشان می دهندو نوارهای اهمیت فقط در مورد چند- متغیره ها همانطور که در معادلات (9) و (10) مشاهده می شود، نشان داده می شوند. همه ضرایب مهم هستند (و در واقع ضرایب ناچیز نیز مثبت هستند) ، این جهت صحیح ، از تأثیر آنها بر Q توبین است.
2.4.5.3- ROA بر مراکز مالکیت سهامدار:
معادلات (1) تا (5) رگرسیون تک متغیره را نشان می دهد که همگی دارای ضرایب مثبت و بسیار معنادار در سطح 1٪ هستند (بجز مرکزیت و بردار ویژه). پس از مجموعه متغیرهای کنترلمی توانیم در معادلات (6) تا (10) مشاهده کنیم که مرکزیت بردار ویژه هنوز ناچیز است در حالی که مرکزیت درجه، اهمیت خود را از دست داده است. این نتیجه نهایی قابل درک است زیرا از بین تمام مرکزیت هایی که ما در این مطالعه گنجانده ایم ، یکی از این ها که بیشترین درصد را با سهام مالک نهایی در ارتباط دارد، مرکزیت درجه سهام با همبستگی 0.53 خواهد بود. بنابراین جای تعجب نیست که وقتی مرکزیت سهام مالکیت سهامدار نهایی را کنترل کنیم
2.4.5.4-Q توبین بر مراکز مالکیت سهام دار:
پنل II.6Bii رابطه بین Q و توابع بخش توبیین را که تحت شبکه های سهام وزنی مشتق شده است، ارائه می دهد. با آزمون اختلاف در معنی، همانطور که در معادلات (1) تا (5) گزارش شده است، رگرسیون تک متغیره امیدوارکننده است، با این که تمام ضرایب مرکزیت در سطح 1٪ مثبت و معنی دار هستند. برای رگرسیون چند متغیره، همانطور که در معادلات (6) تا (10) گزارش شده است، نزدیک بودن و مرکزیت مرکب با نمره N ، اهمیت 1٪ خود را حفظ کرده اند. درجه و بردار ویژه به 5 درصد کاهش یافته است. فاصله بین 10 درصد کاهش یافته است
2.4.6- عملکرد شرکت های آینده و تمرکز مالکیت های مرکب:
جدول II.7 جدول رگرسیون برای عملکرد شرکت های آینده و مراکز مالکیت مرکب N امتیازی را ارائه می دهد. این پنل ها به چهار صفحه ، با پنل های II.7Ai و ii بر اساس اقدامات مرکزیت با وزن واحد و پنل های II.7Bi و ii بر اساس نمونه هایی با وزن سهام تقسیم می شوند. دلیل اینکه مرکزیت N-score به عنوان متغیر مرکزیت اصلی در این بخش انتخاب شده است این است که پس از تجزیه و تحلیل نتایج ارائه شده در جدول II.6به نظر می رسد که نوع N-Score ، عملکردی مداوم از تمام متغیرهای مرکزیت مورد استفاده است (چه در شرایط بازده دارایی ها یا و چه در Q توبین).
2.4.6.1- آینده ROA در مراکز مالکیت سهام وزنی:
پنل II.7Ai رابطه بین بازده در دارایی های آینده و مرکزیت مالکیت N امتیاز مرکب حاصل از شبکه های دارای وزن واحد را ارائه می دهد. توجه داشته باشید که تمام ضرایب مرکزیت مثبت هستند. معادلات (1) و (2) برای رگرسیون های معاصر برای سهولت مقایسه ارائه شده اند.معادلات (3) تا (10) رگرسیونهای آینده نگر هستند. می توان خاطرنشان کرد که تمام ضرایب مربوط به مرکز نمره N در سطح 1٪ اعم از رگرسیون چند متغیره ، بسیار قابل توجه هستند. تنها رگرسیون نشانگر اهمیت 5٪ برای ضریب مرکزی آن است که برای دارایی های بازپرداخت سه ساله به نظر می رسد.
2.4.6.2- Q توبین آینده در مراکز مالکیت سهام وزنی:
پنل II.7Aii رابطه بین Q آینده Tobin و مرکزیت مالکیت N-نمره کامپوزیت N-مشتق شده تحت شبکه های دارای وزن واحد را ارائه می دهد. توجه داشته باشید که تمام ضرایب مرکزیت مثبت هستند. معادلات (1) و (2) برای رگرسیون های معاصر، برای سهولت مقایسه ارائه شده اند. معادلات (3) تا (10) رگرسیون های آینده نگر هستند. معادله (4) رگرسیون چند متغیره Q توبین با بهترین نتیجه است ، همان چیزی است که ما در پنل II.6Aii دیدیم (10). به نظر می رسد که مرکزیت نمره N هنگامی که به افق زمانی بیشتر از یک سال تمدید شود، قدرت توضیحی خود را از دست می دهد.
2.4.6.3- ROA آینده در مراکز مالکیت سهام وزنی:
پنل II.7Bi رابطه بین بازده در دارایی های آینده و مرکزیت تملک مالکیت N-امتیاز مرکب حاصل از شبکه های دارای وزن را نشان می دهد. توجه داشته باشید که تمام ضرایب مرکزیت مثبت هستند. وقتی نتایج وزنی سهام را در اینجا با نتایج وزنی واحد به دست آمده در پنل II.7Ai مقایسه می کنیم، می بینیم که نتایج برای مرکز ثقل سهام وزنی N-، وزن سهام قوی تری است.
2.4.6.4- Q توبین در مرکز مالکیت سهام وزنی:
پنل II.7Bii رابطه بین Q توبین آینده و مرکزیت مالکیت N-نمره مرکب حاصل از شبکه های دارای سهام وزنی را ارائه می دهد. یک بار دیگر توجه داشته باشید که تمام ضرایب مرکزیت مثبت هستند.وقتی نتایج سهام وزنی را در اینجا با نتایج وزنی واحد به دست آمده در پنل II.7Aii مقایسه می کنید، توجه داشته باشید که نتایج، برای رگرسیون چند متغیره به دنبال آینده بهتر یا حداقل در مورد سهام وزنی بهتر است.
بخش 2.5- بررسی های قوی:
جدول II.8 با استفاده از زیر مجموعه شرکتهای دارای نمراتSCGI ، نتایج مقاومتی را در فصل قبل بررسی می کند. پنل II.8Ai جدول رگرسیون برای عملکرد شرکت ها و مراکز مالکیت را بر اساس اقدامات مرکزیت یک دست وزن کنترل شده برای مدیریت شرکت ارائه می دهد. پنل II.8Bi و ii جدول رگرسیون برای عملکرد شرکت و مرکزیت های مالکیت را بر اساس اقدامات مرکزیت دارای وزن سهام کنترل شده برای مدیریت شرکت ارائه می دهد.
- 2.5.1 مدیریت شرکت و مرکزیت مالکیت وزن:
- 2.5.1.1 ROA و مراکز مالکیت با وزن واحد:
پنل II.8Ai (1) تا (5) رابطه بین بازده دارایی ها و مراکز مالکیت حاصل از شبکه های دارای وزن واحد را با کنترل مدیریت شرکت ها ارائه می دهد و می تواند با پنل II.6Ai مقایسه شود. از نتایج می توان دریافت که نتایج کلی، تحت کنترل برای مدیریت شرکت قوی است. فاصله بین مرکزیت و درجه، درجه اهمیت 1٪ خود را حفظ کرده در حالی که مراکز Eigenveector و Nنمره کمتر قابل توجهی دارند که در سطح 5٪ معنادارهستند.
2.5.1.2- Q توبیین و مرکز مالکیت با وزن واحد:
پنل II.8Ai (6) تا (10) رابطه بین Q توبین و مراکز مالکیت مشتق شده از شبکه های دارای وزن واحد، با کنترل مدیریت شرکت را نشان می دهد و می تواند با پنل II.6Aii مقایسه شود. نتایج غیر واضح است که هیچکدام از اقدامات مرکزیت، زمانی که مسئولیت شرکت ها به حساب نمی آیند قابل توجه است. این نتیجه غیر منتظره است و حاکی از آن است که مدیریت شرکت ازعواملی که مرکزیت را حداقل، در هنگام توضیح واریانس در Q توبین،ضبط می کند، از کنترل SCGI بدست می آورد.
2.5.1.3- ROA آینده و مرکزیت مرکب با وزن واحد:
پنل II.8Aii (1) تا (5) رابطه بین بازده دارایی ها و مراکز مالکیت ناشی از شبکه های دارای وزن سهام، با کنترل مدیریت شرکت را ارائه می دهد و می تواند با پانل II.7Ai مقایسه شود. از معادلات (2) تا (5) مشاهده می شود که مرکزیت نمره N در هنگام محاسبه واریانس متغیرهای برگشتی به جلو، در سطح 5٪ معنی دار است. میزان اهمیت ضرایب مرکزیت برای موارد یکساله و نگاه دو ساله از سطح اهمیت 1٪ به 5٪ کاهش یافته است.
2.5.1.4- Q توبین آینده و مرکزیت مرکب با وزن واحد:
پنل II.8Aii (6) تا (10) رابطه بین Q توبین و مراکز مالکیت حاصل از شبکه های دارای وزن سهام با کنترل مدیریت شرکت را نشان می دهد و می توان آن را با صفحه II.7Aii مقایسه کرد.با توجه به نتایج پنل II.8Ai (6) تا (10) می بینیم که اندازه گیری مرکزیت، پیوند روشنگرخود برای تمام تست های مورد نظر Tobin Q از دست داده است.
2.5.2- مدیریت شرکت و مرکزیت مالکیت سهام دار:
2.5.2.1- ROA و مراکز مالکیت سهام دار:
پنل II.8Bi (1) تا (5) رابطه بین بازده در دارایی های آینده و مرکزیت مالکیت Nامتیاز مرکب حاصل از شبکه های دارای وزن واحد، با کنترل مدیریت شرکت را نشان می دهد و می تواند با پنل II.6Bi مقایسه شود. جهت و اهمیت ضرایب، در مرکزها بدون تغییر است و این تابلو را به یکی از بهترین نتایج بازرسی استحکام حکومتی شرکت تبدیل می کند. فاصله، نزدیکی و مرکزیت مرکب، با نمره N در سطح 1٪ مثبت است.
2.5.2.2- Q توبین و مراکز مالکیت سهام وزنی:
پنل II.8Bi (6) تا (10) رابطه بین Q آینده Tobin و مرکزیت مالکیت N امتیاز مرکب حاصل از شبکه های سهام وزنی، وحدت با کنترل مدیریت شرکت را نشان می دهد و می تواند با Panel II.6Bii مقایسه شود.
هیچ یک از ضرایب مهم نیستند، به این معنی که مرکزیت وزن سهام، از آزمون استحکام مدیریت شرکت پشتیبانی نمی کند. این مطابق با نتایج قبلی است که در زیر- پرونده وحدت وزن به دست آمده است.
2.5.2.3- ROA آینده و مرکزیت مرکب با وزن متوسط:
پنل II.8Bii (1) تا (5) رابطه بین بازده در دارایی های آینده و مرکزیت مالکیت Nامتیاز مرکب حاصل از شبکه های سهام وزنی، با کنترل مدیریت شرکت را نشان می دهد و می تواند با پنل II.7Bi.مقایسه شود. می توان خاطرنشان کرد که کلیه نتایج حاصل از تأثیرات اصلی مرکزیت مرکب با وزن سهام در بازده دارایی ها، از بازرسی های بازمانده است و در سطح 1٪ مثبت و معنادار هستند. تنها استثناء، نگاه دوساله است که ضریب پایین تر آن،، در سطح 10٪ قابل توجه است.
2.5.2.4- Q توبین آینده و مرکزیت مرکب سهام وزنی :
پنل II.8Bii (6) تا (10) رابطه بین Q توبین آینده و مرکزیت مالکیت Nامتیاز مرکب حاصل از شبکه های دارای وزن سهام با کنترل مدیریت شرکت را نشان می دهد و می تواند با پنل II.7Bii مقایسه شود. همانطور که تاکنون انتظار می رفت هیچکدام از مرکزیت مرکب سهام وزنی، برای بررسی چشم انداز توبین پس از کنترل، برای مدیریت شرکت قابل توجه نبودند
بخش 2.6- نتیجه گیری:
این مقاله همچنین یک دیدگاه جامع درباره نحوه تعامل مرکزیت مالکیت با اقدامات کلاسیک حاکمیت شرکت ارائه می دهد و تکیه زیادی بر روی مقدمات دارد. کارت امتیازی مدیریت شرکت توسط گوه و لی (2009) برای بازار سنگاپور تهیه شده است. این مقاله نشان می دهد که برخی اقدامات مرکزیت ممکن است ابعاد اضافی ای را که تاکنون از رویکرد کارت امتیازی استفاده شده و در شاخص های کلاسیک حاکمیت شرکت حذف شده اند ، ضبط کند.
گزارشی مبنی بر اینکه تمرکز مالکیت روشی معتبر برای تجزیه و تحلیل معیارهای شبکه های اجتماعی تا کنون بدون تجزیه و تحلیل مالکیت شرکت است، امری اساسی است. اقدامات مرکزیت هنگامی که برای مدیریت شرکت کنترل می شوند، نتایج متفاوتی بدست می آورند و محکم ترین معیار اندازه گیری مرکزیت N-Score ، در مورد اندازه گیری بازده دارایی های عملکرد شرکت است که در لارکر تعریف شده است(2013) .
در نتیجه به این نتیجه رسیدم که هیچ وزن و وحدت وزنی برتری ندارد، من بازخوردی دریافت کردم که این نتیجه گیری رضایت بخش نیست و باید بیشتر انجام شود تا بتوانید یک برنده را تا تحقیقات آینده به سمت یک روش برتر هدایت کنیم. برای این انتقاد، من می خواهم به یک روش دیگر در رابطه با ستارگان متقابل در امور مالی امپیک اشاره کنم: نمونه کارها یا شاخص های مشابه و دارای وزن مشابه. بدیهی است که هر دو جای خود را دارند که مزایای متفاوتی برای هر دو روش دارد و یکی زیر مجموعه دیگری نیست. در همین راستا، من می خواهم پیشنهاد کنم که تحقیقات آینده هم به روش وحدت و هم از نظر وزن با سهام انجام شود زیرا آنها ابعاد مختلف شبکه مالکیت را تصرف می کنند.
در این مقاله ، من منبع گسترده ای از آزمایشات را برای نقشه برداری از زمین، در شبکه های مالکیت و تأثیرات آن بر عملکرد و حاکمیت شرکت ها ارائه کردم. بطور قابل توجهی در آینده تحقیقات زیادی وجود دارد که می تواند در بالای شبکه های مالکیت ساخته شود. در مرحله اول ، هدایت شبکه چیزی است که مورد سوء استفاده قرار نگرفته است. با یک شبکه کارگردانی ، الگوریتم های شبکه قدرتمندی مانند PageRank (برین و پیج (1998)) قابل اجرا هستند. دوم، مرکزیت مالکیت می تواند روشی پیچیده تر برای جایگزینی متغیرهای مالکیت ساختگی سنتی باشد که مورد استفاده در مورد تحقیق در سنگاپور است که در آن از متغیر ساختگی Temasek استفاده می شود (لی (2016) ، لیو ، یاپ و ژو (2016)). تمرکز متعلق به سهام ممکن است روشی شهودی تر و ظریف تر برای دستیابی به برخی از نتایج مشابه باشد. سوم، مرکزیت مالکیت می تواند به عنوان یک متغیر، ابزار یا پراکسی ای برای از بین بردن حقوق کنترل در مقابل حقوق گردش مالی صاحبان مختلف استفاده شود. با استفاده از یک معیار پراکسی موسوم به شاخص بانژاف ، مسلماً می توانیم بررسی کنیم که آیا کنترل در مقابل حقوق وجوه نقدی صاحب نهایی شرکت، تأثیراتی در عملکرد شرکت دارد؟ چهارم، گسترش بانک اطلاعاتی مالکیت، شامل تابلوهای شرکت های خصوصی، در صورت امکان و سازمان های عمومی، مفید خواهد بود. این امر به ویژه در مورد سنگاپور که دارای تأثیر بیشتری ازعادی در دنیای شرکت ها است، اهمیت خواهد داشت. یک عضو هیئت مدیره که هم زمان با مسئولیت های دولت و شرکت ها تلاش می کند، ارتباطی ارزشمند است؛ پیوندی ارزشمند که در مجموعه داده های فعلی وجود ندارد.
