2.3 Переменные структуры собственности

В данном разделе будут рассмотрены характеристики структуры собственности исследуемых российских компаний, которые представляется интересным включить в регрессионные модели для анализа в качестве драйверов совокупной акционерной доходности.

Существует неоднозначное мнение относительно того, играет ли роль такая особенность фирмы, как структура собственности. В ряде исследований утверждается, что наличие крупного владельца либо группы владельцев оказывает положительно взаимосвязана с эффективностью деятельности бизнеса, а, как следствие, и с TSR; так как в таком случае обеспечивается лучший контроль (в результате консолидации управления) и чёткое следование поставленным перед компанией целям Jensen, M., Meckling, W. Theory of the firm: Managerial behavior, agency costs and capital structure. [Электронный ресурс] // Journal of Financial Economics. - 1976. - Vol. 3, Issue 4. - pp. 305-360. - URL: http://www.sciencedirect.com/science/article/pii/0304405X7690026X. С другой стороны, можно говорить об обратной зависимости между уровнем концентрации собственности и динамикой операционных показателей фирмы. Значительное увеличение доли акционера, которое делает его крупным, способно повысить стоимость собственного капитала компании из-за снижения ликвидности её акций и/или сужения возможностей диверсификации Fama E., Jensen M. Separation of Ownership and Control. Электронный ресурс] // The Journal of Law & Economics. - 1983. - Vol. 26, Issue 2. - pp. 301-325. - URL: http://www.jstor.org/stable/725104?seq=1#page_scan_tab_contents. . В подобной ситуации велика вероятность отрицательной связи с акционерной доходностью. Некоторые работы также указывают на отсутствие единственно верного решения о характере исследуемой зависимости в силу того, что достаточно сильную роль играет отрасль, которой принадлежит бизнес; а также может иметь место компенсация разнонаправленных эффектов, когда преимущества и недостатки той или иной структуры собственности балансируют друг друга, не производя в итоге никакого значимого эффекта на ценность компании Demsetz, H. The structure of ownership and the theory of the firm. [Электронный ресурс] // The Journal of Law & Economics. - 1983. - Vol. 26, Issue 2. - pp. 375-390. - URL: http://www.jstor.org/stable/725108?seq=1#page_scan_tab_contents. Так или иначе анализ взаимосвязи между структурой собственности организации и величиной доходности её акционеров в данной работе представляется релевантным.

В целях получения более точных данных при последующем эконометрическом анализе в данной работе общая характеристика структуры собственности будет поделена на две составляющих, каждая из которых выступит отдельным драйвером TSR. После такой декомпозиции получим переменные: непосредственно концентрации собственности и участия в акционерном капитале квалифицированных инвесторов.

Уровень концентрации собственности

Взаимосвязь первого фактора (уровня концентрации собственности) и совокупной акционерной доходности российских компаний уже изучалась в рамках работы Анкудинова А., Лебедева О. Анкудинов А., Лебедев О. Детерминанты создания акционерной стоимости российскими компаниями. [Электронный ресурс] // Корпоративные финансы. - 2014. - № 1(29). - стр. 32-47. - URL: https://cfjournal.hse.ru/article/view/1486, в которой большинство результатов проверки выдвинутых гипотез явились статистически незначимы, что объясняется авторами как низкое качество указанных компаниями данных - несоответствие реальной действительности. Гипотезы исследователей предполагали отрицательную зависимость между двумя показателями и TSR. На российском рынке при условии мажоритарного владения бизнесом есть риск пренебрежения интересами миноритарных акционеров, что не способствует созданию акционерной ценности.

Участие квалифицированных финансовых инвесторов в акционерном капитале

В первую очередь, необходимо пояснить, какие образования подпадают под определение квалифицированных инвесторов. В общем случае указанную категорию участников рынка ценных бумаг составляют специализированные организации, юридические и физические лица, обладающие достаточными объёмами знаний, опыта работы на фондовых рынках, а также финансовых ресурсов, позволяющих качественно оценивать риски потенциальных инвестиций и сознательно принимать на себя большие риски при осуществлении вложений. В соответствии с Федеральным законом О рынке ценных бумаг в Российской Федерации: федер. закон от 22.04.1996 N 39-ФЗ [Электронный ресурс]. - URL: http://www.consultant.ru «О рынке ценных бумаг» и трактовкой Московской Биржи Московская Биржа [Электронный ресурс]. - Режим доступа: https://www.moex.com, в группу квалифицированных инвесторов было решено включить:

– акционерные инвестиционные фонды (как российские, так и зарубежные), управляющие компании инвестиционных фондов (как российские, так и зарубежные), паевых инвестиционных фондов и негосударственных пенсионных фондов (НПФ), НПФы;

– международные финансовые организации (в том числе Мировой банк, Международный валютный фонд, Европейский центральный банк, Европейский инвестиционный банк, Европейский банк реконструкции и развития).

Статус квалифицированного инвестора может приобрести и иное юридическое или физическое лицо, если таковое удовлетворяет ряду критериев. В рамках текущей работы будут приняты во внимание только образования, перечисленные выше.

Говоря о взаимосвязи между долей участия указанных специфических инвесторов в акционерном капитале компании и TSR, можно предположить, что наличие таковых должно положительно коррелировать с акционерной доходностью, так как возрастает уровень надёжности и антикризисной устойчивости фирмы. Ведь квалифицированные участники фондового рынка обладают большей финансовой властью и экспертизой, что позволяет организациям, в акционерном капитале которых они присутствуют, по меньшей мере сглаживать чересчур резкие колебания и негативные отклонения показателей деятельности, а в идеале их вовсе избегать. Учитывая тот факт, что в России на сегодня по-прежнему предпочтения инвесторов относительно консервативны - преобладает несклонность к риску - увеличение доли квалифицированных инвесторов в акционерном капитале должно быть скорее положительно связано с величиной TSR.

Таким образом, в качестве потенциальных драйверов TSR выступят два описанных показателя, характеризующие структуру собственности. Мерой концентрации собственности будет доля трёх крупнейших акционеров компании, а участие квалифицированных инвесторов в акционерном капитале будет измерено как доля трёх крупнейших таких инвесторов с нижним порогом отсечения в размере 5% (то есть, учитываться будут только величины долей равные 5% и более). Гипотезы о переменных структуры собственности, тестирование которых будет произведено при эконометрическом анализе, сформулированы ниже:

имеет место отрицательная взаимосвязь между уровнем концентрации собственности в компании и величинами одиночного и кумулятивного TSR

имеет место положительная взаимосвязь между долей участия в акционерном капитале квалифицированных инвесторов и значениями одиночного и кумулятивного TSR

Следующая глава будет посвящена эконометрическому анализу и обсуждению полученных результатов. В качестве независимых переменных регрессионных моделей TSR выступят введённые в главе 2 потенциальные драйверы совокупной акционерной доходности.



3. Эконометрический анализ драйверов TSR

3.1 Описание исследуемой выборки

Исследуемая в работе выборка включает в себя 59 российских компаний, обыкновенные акции которых торгуются на Московской Бирже. Полный список компаний с указанием их принадлежности отраслям экономики приведён в таблице приложения 2. Всего задействованы фирмы из 13 отраслей, при этом несколько из них занимают доминирующее положение по числу включенных в выборку представителей (компаний): более 30% составляют энергетические компании, цветная и чёрная металлургия вместе образуют чуть более 15%, на нефтегазовую отрасль приходится около 10% компаний выборки.

Диаграмма отраслевого распределения компаний выборки

Ключевым основанием логики формирования выборки было подобрать компании, удовлетворяющие критериям ликвидности их обыкновенных акций (под ликвидностью понимается активность торгов с не более чем 15 неторговыми (при этом рабочими) днями подряд в году), достаточного объёма акций в свободном обращении (более 10% от всех выпущенных акций) и выполнение обязательства компании по раскрытию отчётности по стандартам МСФО, так как именно таковая была принята источником для сбора данных. Согласно выделенным трём критериям, подходящими компаниями стали те, акции которых входят в первый или второй котировальные уровни Московской Биржи. Также были исключены финансовые организации, поскольку они обладают специфическими особенностями в силу характера осуществляемой деятельности и в таком случае выборка становится не гомогенной.

Временной промежуток, выбранный для проведения анализа, представляет собой пятилетний период с 2012-го по 2016 года. Подобное решение связано, в первую очередь, с экономическими колебаниями в России в последнее десятилетие. Рассмотреть в данной работе какой-либо недалёкий - ненамного отстоящий от 2018 года - четырёх- или пятилетний временной интервал с абсолютно стабильным состоянием экономики во всех отраслях не представлялось возможным. Тем не менее, посредством мониторинга главным образом динамики котировок акций российских публичных компаний на Московской Бирже выбранный период был определён как демонстрирующий относительно мало резких ценовых перепадов, не показывающий затяжных кризисов или взлётов.

3.2 Описание переменных и тестирование гипотез для одиночного rTSR

Основу для последующего анализа представляют панельные данные, где представлены значения 59-ти российских публичных компаний за 2012-2016 гг. по 9-ти переменным: одиночный rTSR, кумулятивный TSR, ?ROA, ?EP, ?выручка, , ?активы, концентрация собственности и доля квалифицированных инвесторов в акционерном капитале. При этом одиночный и кумулятивный TSR предполагаются как зависимые переменные, а остальные указанные метрики - как независимые.

Инструментом тестирования выдвинутых в главе 2 гипотез выступит регрессионный анализ, а именно - построение линейных многофакторных моделей регрессии поочередно для одиночного и кумулятивного TSR с помощью статистического пакета Stata. Все переменные будущих моделей обозначены, как представлено в таблице 5.

Обозначения переменных регрессионных моделей

Показатель	Обозначение	Показатель	Обозначение
одиночный rTSR	rtsrsingle	?EP	ep
кумулятивный TSR	tsrcum		netdebitda
?выручка	revenue	концентрация собственности	own_conc
?ROA	roa	доля квалифицированных инвесторов в акционерном капитале	qual_inv
?активы	assets

Данные были очищены от аномальных наблюдений (выбросов): было отброшено суммарно 64 наблюдения по всем переменным для одиночного rTSR и 76 наблюдений по всем переменным для кумулятивного TSR. Итоговое число наблюдений для одиночного rTSR составило 408, для кумулятивного - 396. Предполагается, что для потенциальных регрессионных моделей выполняются условия Гаусса-Маркова. В частности, после проверки на наличие мультиколлинеарности путём анализа корреляционной матрицы и VIF-тестирования, таковой проблемы выявлено не было. В таблицах ниже приведены основные параметры описательной статистики для каждой переменной будущих моделей.

Описательная статистика переменных моделей

Переменная	Среднее	Медиана	Стандартное отклонение	Минимум	Максимум
rtsrsingle	-0,04	-0,09	0,38	-0,84	1,34
tsrcum	0,03	-0,1	0,56	-0,84	1,96
revenue	0,08	0,07	0,16	-0,45	0,6
roa	0,03	-0,03	1,02	-3,4	3,46
assets	0,06	0,06	0,14	-0,39	0,58
ep	-0,06	-0,09	1,61	-5,89	5
netdebitda	2,02	1,69	1,36	0	7,47
own_conc	0,69	0,71	0,19	0,08	0,99
qual_inv	0,3	0,2	0,31	0	0,99

Важно заметить, что в целях обеспечения сопоставимости объёма выборки числу включённых в каждую из будущих моделей параметров, изучаемые независимые переменные, а, как следствие, и соответствующие гипотезы, условно разделены на две группы (по тому же принципу, как это уже было сделано в главе 2):

1) группа финансовых и иных внутрифирменных характеристик, включающая переменные ep, netdebitda и гипотезы и , соответственно;

2) группа показателей структуры собственности, включающая переменные own_conc и qual_inv и гипотезы и соответственно.

Тестирование гипотез для одиночного rTSR

Как было отмечено ранее, две группы гипотез о наличии взаимосвязи между независимыми переменными (драйверами) и совокупной акционерной доходностью будут проверяться посредством построения многофакторных линейных регрессионных моделей. В текущем разделе будут продемонстрированы процесс и результаты анализа драйверов показателя одиночного rTSR, поэтапная процедура которого представлена ниже. Важным замечанием является то, что в моделях одиночного rTSR все приростные индикаторы (roa, assets, revenue, ep) отражают процентное изменение соответствующей величины за один календарный год.

Этап 1. Построение базовой регрессионной модели

На роль независимых базовых (контрольных) переменных в моделях одиночного rTSR (rtsrsingle) выбраны переменные приростов величины активов, рентабельности активов и выручки - assets, roa и revenue соответственно. Базовая модель подразумевает включение тех независимых переменных, взаимосвязь которых с результирующим признаком (TSR) будет практически неизменно сохранять своё направление и значимость независимо от включения в модель или исключения из неё иных переменных. Также базовые переменные не являются основой тестируемых гипотез, гипотезы проверяются путём добавления в базовую модель тех независимых переменных, взаимосвязь TSR с которыми необходимо проверить. Предполагалась отрицательная взаимосвязь между assets и rtsrsingle и положительная - между rtsrsingle и roa, revenue. Значимая базовая модель позволила подтвердить данные гипотезы (табл. 7). Выводы относительно значимости (p-value) моделей регрессии на протяжении всего анализа делались на основании результатов тестов Фишера (для сквозной регрессии и регрессии с фиксированными эффектами) и Вальда (для регрессии со случайными эффектами).

Регрессионный анализ базовой модели

rtsrsingle
Независимая переменная	Базовая модель
assets	-0,2757**
roa	0,0362***
revenue	0,4948***
	0,1152
p-value	0,0000

Примечание: знаками «*», «**», «***» отмечена значимость переменных на уровнях 10%, 5% и 1% соответственно.

Этап 2. Построение полных моделей регрессии

Поскольку эконометрический анализ проводился по панельным данным, для начала необходимо было выбрать наиболее подходящий тип модели в каждой случае (для модели 1 и модели 2): сквозную регрессию, с фиксированными эффектами (FE) или со случайными эффектами (RE). Вывод делался на основе результатов тестов Вальда, Бреуша-Пагана и Хаусмана.

Говоря о ключевых различиях между типами моделей, можно отметить, что сквозная регрессия предполагает гомогенность единиц выборки - то есть, в данном случае, отсутствие у каждой публичной компании значимых индивидуальных особенностей. Регрессия же FE, напротив, подразумевает наличие каждой компанией уникальных ненаблюдаемых характеристик, которые не меняются во времени, и учитывает их в модели. Однако часто в такой модели теряют свою значимость другие независимые переменные, так как учитываются еще некоторые дополнительные параметры - как раз индивидуальные эффекты единиц выборки. Подобная ситуация имела место и в текущем исследовании - это можно заметить из таблиц с результатами регрессионного анализа в разделах ниже: некоторые переменные становятся незначимы в модели FE. Что касается типа модели RE, то такую регрессию часто называют компромиссом между сквозным типом и FE, так как она принимает в расчёт индивидуальные эффекты, но предполагает их изменчивость во времени, позволяя получать более значимые оценки, чем при регрессии с фиксированными эффектами. Важным ограничением для применения модели RE является требование некоррелированности случайных эффектов (особенностей) единиц выборки с исследуемыми переменными, так как наличие такой корреляции не учитывается в модели. Зачастую данное требование не выполняется.

Модель 1: финансовые и иные внутрифирменные характеристики

В первой модели для rtsrsingle тестировались гипотезы и . Наиболее адекватным типом модели в данном случае оказалась сквозная регрессия с уравнением вида:

где ;

На основании полученных результатов, представленных в таблице ниже, нет оснований принять или отвергнуть гипотезу об отрицательной взаимосвязи и rTSR, так как переменная netdebitda была незначима.

Регрессионный анализ одиночного rTSR, модель 1

rtsrsingle
Независимая переменная	Сквозная регрессия	Регрессия FE	Регрессия RE
assets	-0,3956**	-0,3492	-0,3956**
roa	0,0259***	0,0228**	0,0259***
revenue	0,4788***	0,4241*	0,4788***
ep	0,0461***	0,0445***	0,046***
netdebitda	-0,0141	-0,0083	-0,0141***
	0,1779	0,2976	0,3212
p-value	0,0000	0,0001	0,0000

Примечание: знаками «*», «**», «***» отмечена значимость переменных на уровнях 10%, 5% и 1% соответственно

Оставшаяся гипотеза принимается: ep была значима на 1% уровне и знак коэффициента перед переменной согласовался с выдвинутым предположением. Таким образом, можно сделать вывод о наличии положительной линейной взаимосвязи между ?EP и rTSR.

Модель 2: характеристики структуры собственности

Построение модели 2 было направлено на проверку гипотез и . Среди разновидностей моделей была, как и в первом случае, выбрана модель сквозной регрессии с уравнением вида:

где ;

Полученные результаты (табл. 9) не позволяют принять или опровергнуть обе гипотезы, так как ни одна из переменных own_conc или qual_inv не оказалась значимой. То есть, значимая парная связь между rTSR и уровнем концентрации собственности и долей квалифицированных инвесторов в акционерном капитале отсутствует.

Регрессионный анализ одиночного rTSR, модель 2

rtsrsingle
Независимая переменная	Сквозная регрессия	Регрессия FE	Регрессия RE
assets	-0,2758**	-0,2403	-0,2758**
roa	0,0364***	0,0319***	0,0364***
revenue	0,493***	0,5448***	0,4931***
own_conc	-0,0029	-0,0806	-0,0029
qual_inv	-0,0105	0,7789	-0,0105
	0,1152	0,1264	0,0903
p-value	0,0000	0,0000	0,0000

Примечание: знаками «*», «**», «***» отмечена значимость переменных на уровнях 10%, 5% и 1% соответственно.

Этап 3. Анализ результатов полученных моделей регрессии

На завершающем этапе была осуществлена проверка на наличие гетероскедастичности в моделях - по результатам тестов Уайта и Бреуша-Пагана таковой не было обнаружено. Основываясь на этом, можно сказать, что полученные модели регрессии относительно точны.

Как итог, из четырёх выдвинутых гипотез была подтверждена одна ()- о положительной линейной парной взаимосвязи между величиной совокупной акционерной доходности и приростом экономической прибыли (?EP). Отсюда ?EP можно назвать драйвером одиночного rTSR.

Говоря о второй группе гипотез - о характеристиках структуры собственности, выводом по полученным результатам является отсутствие всякой значимой связи между совокупной акционерной доходностью и структурой собственности фирмы. Для сравнения можно привести итоги исследования Анкудинов А., Лебедев О. Детерминанты создания акционерной стоимости российскими компаниями. [Электронный ресурс] // Корпоративные финансы. - 2014. - № 1(29). - стр. 32-47. - URL: https://cfjournal.hse.ru/article/view/1486 Анкудинова, Лебедева, где все переменные, характеризующие структуру собственности, оказались незначимыми в регрессионных моделях.

3.3 Тестирование гипотез для кумулятивного TSR

В данном разделе главы будет повторена логика анализа взаимосвязи между двумя группами независимых переменных - факторов - и зависимой переменной - только на этот раз показателем кумулятивной (или накопленной) совокупной акционерной доходности.

Необходимо подчеркнуть, что при работе с кумулятивным TSR величина ?ROA была заменена на абсолютный показатель рентабельности активов (roa_nom), так как последний продемонстрировал большую значимость в последующих моделях. Описательная статистика roa_nom представлена в таблице ниже.

Описательная статистика переменной roa_nom

Переменная	Среднее	Медиана	Стандартное отклонение	Минимум	Максимум
roa_nom	-0,18	-0,09	0,76	-2,77	2,13

Также все приростные показатели (assets, revenue, ep) в данному разделе отражают процентное изменение соответствующей величины не за один календарный год, а скользящее среднее изменений за n лет, при этом n принимает значения от 1 до 5. То есть, к примеру, если (для 2014-го года) отражает аккумулированный эффект от реинвестирования дивидендов за 2011, 2012 и 2013 года, то и рассчитывается как скользящее среднее значений приростов в 2012, 2013 и 2014 гг. Что касается параметров roa_nom, own_conc и qual_inv, то они также были рассчитаны по методу скользящей средней по описанному принципу с той разницей, что величины являлись не приростными, а номинальными.

Этап 1. Построение базовой регрессионной модели

Как и в моделях одиночного rTSR, для кумулятивного показателя на роль независимых базовых переменных выбраны переменные приростов величины активов и выручки и рентабельности активов - assets, revenue и roa_nom соответственно. Гипотезы о положительной связи между tsrcum и roa_nom, revenue подтвердились, однако переменная assets явилась незначимой (табл. 11).

Регрессионный анализ базовой модели

tsrcum
Независимая переменная	Базовая модель
assets	-0,2544
roa_nom	2,5583***
revenue	1,1917***
	0,0341
p-value	0,0000

Примечание: знаками «*», «**», «***» отмечена значимость переменных на уровнях 10%, 5% и 1% соответственно

Этап 2. Выбор наиболее адекватного типа полных моделей регрессии

Как и при исследовании одиночного TSR, для начала необходимо было выбрать наиболее подходящий тип модели в каждой случае (для модели 1 и модели 2): сквозную регрессию, с фиксированными эффектами (FE) или со случайными эффектами (RE).

Модель 1: финансовые и иные внутрифирменные характеристики

В первой модели для tsrcum тестировались гипотезы и . Наиболее адекватным типом модели в данном случае оказалась регрессия RE с уравнением вида:

где ;

Говоря о результатах, подтверждение получили обе гипотезы ( и ). При анализе одиночного rTSR взаимосвязь между и rTSR оказалась незначима; а переменная ep были значима на 1% уровне. В данном же случае можно судить о наличии положительной линейной взаимосвязи между ?EP и TSR и отрицательной - между и TSR.

Регрессионный анализ кумулятивного TSR, модель 1

tsrcum
Независимая переменная	Сквозная регрессия	Регрессия FE	Регрессия RE
roa_nom	2,8394***	0,602	2,105***
revenue	1,1834***	0,9427**	1,0639***
ep	0,0287**	0,0236	0,0233*
netdebitda	-0,0109	-0,1325**	-0,0407*
	0,254	0,22	0,3712
p-value	0,0000	0,0094	0,0000

Примечание: знаками «*», «**», «***» отмечена значимость переменных на уровнях 10%, 5% и 1% соответственно

Если связь кумулятивного TSR с изменением экономической прибыли достаточно однозначна, то с индикатором она могла подразумеваться иной. Возможной интерпретацией полученного отрицательного значения коэффициента перед соотношением выступает специфика российского рынка и практик менеджмента. Как уже было отмечено в главе 2, особенностями являются относительная молодость фондовой биржи РФ, развивающаяся стадия рыночной экономики, что в совокупности делает использование такого инструмента, как финансовый леверидж (тесно связанного с изучаемым показателем ), недостаточно популярным и отнюдь не всегда признанным в качестве эффективного рычага выстраивания структуры финансирования бизнеса. Также исследуемый временной промежуток (2012-2016 гг.) рассматривается, с одной стороны, как посткризисный, принимая во внимание экономический кризис 2008-2009, и как охватывающий другой экономический кризис (с 2014-го года), с другой стороны. В связи с этим при оценке эффективности деятельности компании и её инвестиционной привлекательности, большее значение может придаваться её финансовой устойчивости, что должно демонстрироваться невысоким значением .

Модель 2: характеристики структуры собственности

В модели 2 проверялись гипотезы и . Среди разновидностей моделей на этот раз была выбрана модель регрессии FE с уравнением вида:

где ;

Из таблицы ниже видно, нет оснований для принятия или опровержения гипотез и - соответствующие переменные own_conc и qual_inv оказались незначимы. Следовательно, линейная парная взаимосвязь между уровнем концентрации собственности, долей владения квалифицированных инвесторов и кумулятивным TSR отсутствует. Можно заметить, что последнее было верно и для одиночного rTSR.

Регрессионный анализ кумулятивного TSR, модель 2

tsrcum
Независимая переменная	Сквозная регрессия	Регрессия FE	Регрессия RE
roa_nom	2,6523***	1,4663*	2,2346***
revenue	1,2369***	0,9562**	1,1229***
own_conc	-0,0382	1,2626	0,042
qual_inv	-0,2616**	0,4273	-0,2305
	0,2575	0,0553	0,0324
p-value	0,0000	0,0153	0,0000

Примечание: знаками «*», «**», «***» отмечена значимость переменных на уровнях 10%, 5% и 1% соответственно.

Этап 3. Оценивание полученных регрессионных моделей

Как и при исследовании одиночного TSR, на данном этапе эконометрического анализа была осуществлена проверка на наличие гетероскедастичности в моделях, которой не было обнаружено. Отсюда можно судить, что полученные модели регрессии и в случае с кумулятивным TSR относительно точны.

Обобщая промежуточные выводы на предшествующих этапах моделирования, имеет смысл говорить о высокой схожести результатов тестирования гипотез для двух разновидностей TSR. В обоих случаях была продемонстрирована значимая положительная взаимосвязь между величиной совокупной акционерной доходности и приростом экономической прибыли (?EP), только для кумулятивного TSR была также найдена значимая отрицательная связь между TSR и отношением чистого долга к EBITDA . Переменные же второй группы - структуры собственности - оказались незначимы как в случае с rtsrsingle, так и с tsrcum.

3.4 Учёт в моделях временных эффектов

Дополнительно к проделанному анализу было решено провести эконометрическое исследование на важность роли каждого года временного промежутка 2012-2016 гг., с точки зрения величины TSR, которую демонстрировали компании в этот период. С этой целью к базовым регрессионным моделям одиночного и кумулятивного TSR были поочередно к каждой добавлены независимые фиктивные переменные времени, обозначенные как указано в таблице ниже.



Обозначения независимых временных переменных

Год	Обозначение
2012	d12
2013	d13
2014	d14
2015	d15
2016	d16

Наиболее адекватными типами моделей для анализа временных эффектов были выбраны (после проведения статистических тестов) сквозная регрессия для одиночного rTSR и регрессия с фиксированными эффектами для кумулятивного TSR. На основании полученных результатов (табл. 14), исследуемый период можно разделить на две части: 2012-2013 гг. и 2014-2016 гг., поскольку в обоих случаях - для rtsrsingle и tsrcum - фиктивные переменные одной из групп оказывались значимыми на уровне 1%. Это свидетельствует о том, величина совокупной акционерной доходности российских компаний была в значительной подвержена воздействию некоей совокупности внешних факторов, неодинаковых для двух промежутков - 2012-2013 гг. и 2014-2016 гг.

Регрессионный анализ временных переменных

Независимая переменная	rtsrsingle (сквозная)	tsrcum (FE)
assets	-0,24*	-
roa (rtsrsingle)/roa_nom (tsrcum)	0,0315***	3,3555***
revenue	0,4159***	0,4036*
d12	-0,3411***	-
d13	-0,2904***	0,0136
d14	0,0207	0,2374***
d15	0,0599	0,416***
d16	-	0,615***
	0,3178	0,3738
p-value	0,0000	0,0000

Примечание: знаками «*», «**», «***» отмечена значимость переменных на уровнях 10%, 5% и 1% соответственно

Изучив динамику величин различных экономических индикаторов в России с 2012-го по 2016 гг., нетрудно выявить достаточно существенные флуктуации на рубеже 2013-2014, как раз тех лет, которые являются граничными в обозначенном выше условном разделении исследуемого периода на два промежутка.

Динамики внешнеторгового оборота и реальных доходов населения РФ Интерактивная витрина [Электронный ресурс] // Федеральная служба государственной статистики. - URL: http://cbsd.gks.ru/#

На графиках выше и ниже (рис. 6 и рис. 7 соответственно) представлены изменения во времени внешнеторгового оборота, реальных располагаемых доходов населения страны и курса российского рубля к доллару США. Внешнеторговый оборот измеряется как сумма экспорта и импорта РФ в денежном выражении, а реальный располагаемый доход - это денежный доход населения, скорректированный на индекс потребительских цен и уменьшенный на величину обязательных платежей. Очевидно, что к 2014-му году внешнеторговый оборот и располагаемые доходы претерпели заметное снижение, при этом падение оборота было особенно резким. Говоря о курсе рубля к доллару, национальная валюта России начала ослабевать только в середине 2014-го, однако нельзя исключать, что относительная стабильность курса в начале года была «разрушена» скачком во второй половине настолько, что это могло оказать воздействие на характер поведения величины TSR.

Динамика курса рубля к доллару США ЦБРФ Динамика курса доллара США по ЦБ РФ [Электронный ресурс] // Рамблер. - URL: https://finance.rambler.ru/currencies/dynamics/

Похожие тенденции - явно прослеживаемого роста или падения (в зависимости от характера показателя) на рубеже 2013-2014 - можно наблюдать и в динамике других экономических индикаторов, не приведённых в рамках данной работы. Возможно, именно совокупность произошедших в те годы изменений и явилась причиной полученных результатов регрессионного анализа временных эффектов.



Заключение

Показатель совокупной акционерной доходности TSR - один из индикаторов ценности компании для акционеров. Проведённое исследование было главным образом направлено на изучение взаимосвязи TSR российских публичных компаний с характеристиками деятельности фирм для выделения его драйверов, понимание которых может послужить менеджменту опорой для разработки ключевых показателей эффективности (KPI) работы, а внешним инвесторам - индикаторами привлекательности организации как актива для потенциальных инвестиций.

В ходе работы были проанализированы связи выделенных на более ранних этапах финансовых, иных внутрифирменных и характеристик структуры собственности с двумя разновидностями показателя TSR - одиночным и кумулятивным. Посредством регрессионного анализа была получена оценка значимости каждой независимой переменной, на основе которой тестировалась одна из выдвинутых гипотез: прироста экономической прибыли, отношения чистого долга к EBITDA, уровня концентрация собственности и доли квалифицированных инвесторов в акционерном капитале. В результате из четырёх статистических гипотез одна (Гипотеза 1) была подтверждена и для одиночного, и для кумулятивного TSR, а другая (Гипотеза 2) была принята только для кумулятивного. Так, была идентифицирована значимая положительная взаимосвязь между величиной совокупной акционерной доходности и приростом экономической прибыли (?EP), и значимая отрицательная - между кумулятивным TSR и отношением чистого долга к EBITDA . Ни одна из гипотез (Гипотезы 3 и 4) о взаимосвязи TSR с характеристиками структуры собственности компании не была подтверждена ни для одиночного, ни для кумулятивного TSR.

Завершающим разделом исследования стал анализ важности временных эффектов, с точки зрения величины акционерной доходности. На данном этапе удалось выявить, что фиктивные переменные лет действительно значимы. Это позволило сделать вывод, что поведение величины TSR (как одиночного, так и кумулятивного) описывается неодинаковыми особенностями или факторами внешней среды в период 2012-2013 гг. и в период 2014-2016 гг. Вероятным объяснением такой ситуации могут служить существенные экономические колебания на рубеже 2013-2014 гг.

Подводя итог, полученные выводы относительно связи TSR с показателями прироста экономической прибыли (?EP) и отношения чистого долга к EBITDA могут быть использованы по меньшей мере в двух направлениях. Во-первых, результаты исследования можно использовать при построении системы KPI и в рамках иных управленческих задач менеджмента российских компаний, когда одной из ключевых целей фирмы стоит обеспечение роста величины совокупной акционерной доходности. В таком случае менеджменту и членам Совета директоров компании, в первую очередь, необходимо понимание связи TSR с какими-либо показателями деятельности бизнеса, контролируя которые или ведя мониторинг которых, можно понимать возможную динамику TSR. Поскольку выделенные драйверы ?EP и являются более прозрачными показателями, характеризуют операционную деятельность фирмы и в большей степени поддаются непосредственному влиянию менеджмента, наличие потенциальной их связи с TSR важно с точки зрения определения KPI.

Практическое применение имеет место и для инвесторов, рассматривающих и оценивающих альтернативы направлений потенциальных вложений. В случае, если на основании прошлых и текущих результатов деятельности фирм можно ожидать те или иные значения ?EP и , например, в будущем году, есть основания сделать соответствующие предположения и относительно величины TSR. Сделанные выводы могут способствовать оценке привлекательности покупки или, в противном случае, продажи акций анализируемой компании. Также, как было отмечено ранее, TSR является удобным инструментом сравнения фирм как направлений инвестиций между собой - данное утверждение можно расширить: поскольку показатель ?EP показывает прирост, сравнение его прогнозного значения между разными фирмами позволит сравнить и ожидаемые TSR этих фирм.

В качестве дальнейшего направления исследования по изучаемой теме представляется интересным рассмотреть и кумулятивный тип TSR в качестве относительного показателя. То есть, сделать поправку на альтернативную рыночную доходность (как это было сделано для одиночного TSR): отраслевых индексов, индекса МосБиржи, других индексов или бенчмарков.



Список использованной литературы

1. Анкудинов А., Лебедев, О. Детерминанты создания акционерной стоимости российскими компаниями [Электронный ресурс] / А. Б. Анкудинов, О. В. Лебедев // Корпоративные финансы. 2014. № 1(29). стр. 32-47. Режим доступа: https://cfjournal.hse.ru/article/view/1486

2. Бобылева А., Усачев, А. Совокупная акционерная доходность акционеров как инструмент оценки успешности бизнеса [Электронный ресурс] / А. З. Бобылева, А. А. Усачев // Государственное управление. Электронный вестник.2014. № 42. стр. 85-99. Режим доступа: https://elibrary.ru/item.asp?id=21302299

3. Вашакмадзе Т. Стоимость собственного капитала для непубличных компаний [Электронный ресурс] / Т. Вашакмадзе - 2012. Режим доступа: http://www.cfin.ru/appraisal/business/special/Emerging_Markets.shtml

4. Волков Д. Теория ценностно-ориентированного менеджмента: финансовый и бухгалтерский аспекты / Д. Л. Волков. 2-е изд. СПб: Высшая школа менеджмента, 2008. 320 с.

5. Дамодаран А. Инвестиционная оценка: Инструменты и методы оценки любых активов [Электронный ресурс] / Асват Дамодаран. М: Альпина Паблишер, 2017. 10-е изд. Режим доступа: http://lib.alpinadigital.ru/en/library/book/219

6. Динамика курса доллара США по ЦБ РФ [Электронный ресурс] // Рамблер. Режим доступа: https://finance.rambler.ru/currencies/dynamics/

7. Ивашковская И. Управление стоимостью компании: вызовы российскому менеджменту [Электронный ресурс] / И. В. Ивашковская // Российский журнал менеджмента. 2004. № 4. стр. 113-132. Режим доступа: https://www.rjm.ru/article/view/781

8. Интерактивная витрина [Электронный ресурс] // Федеральная служба государственной статистики. Режим доступа: http://cbsd.gks.ru/#

9. Карминский А., Фролова, Э. Методы управления стоимостью коммерческого банка [Электронный ресурс] / А. M. Карминский, Э. А. Фролова // Корпоративные финансы. 2015. № 1(33). стр. 59-68. Режим доступа: https://elibrary.ru/item.asp?id=23409562

10. Коупленд Т., Коллер, Т., Муррин, Д. Стоимость компании: оценка и управление / Тим Коупленд, Тим Коллер, Джек Муррин / перев. Барышникова Я. Я. 3-е изд. М: Олимп-Бизнес, 2005. 554 с.

11. Лытнев О. Курсы лекций «Основы финансового менеджмента» [Электронный ресурс] / О. Лытнев. 2000. Режим доступа: http://www.cfin.ru/finanalysis/lytnev/5-2.shtml

12. Московская Биржа [Электронный ресурс]. Режим доступа: https://www.moex.com

13. О рынке ценных бумаг в Российской Федерации: федер. закон от 22.04.1996 N 39-ФЗ [Электронный ресурс]. Режим доступа: http://www.consultant.ru

14. Пурлик В. Ценность как корпоративная цель и индикаторы её изменения / В. Пурлик // Вестник Московского университета, 2006. №2 - стр. 63-80.

15. Сафиуллин М., Анкудинов, А., Лебедев, О. Исследование мотивов и факторов инвестиционной активности предприятий [Электронный ресурс] / М. Р. Сафиуллин, А. Б. Анкудинов, О. В. Лебедев // Проблемы прогнозирования. 2013. № 4. стр. 126-138. Режим доступа: https://elibrary.ru/item.asp?id=20448549

16. Центральный банк Российской Федерации [Электронный ресурс]. Режим доступа: https://www.cbr.ru

17. Черемушкин С. Методология расчета совокупной акционерной доходности [Электронный ресурс] / С. В. Черемушкин // Экономический анализ: теория и практика. 2008. № 18(123). стр. 13-24. Режим доступа: http://sergei-cheremushkin.ru/financial_analysis/tsr.html

18. Шарп У., Александер, Г., Брейли, Дж. Инвестиции. Инфра-М, 2010. 1028 с.

19. Berger A., Bonaccorsi di Patti, E. Capital structure and firm performance: a new approach to testing agency theory and an application to the banking industry [Электронный ресурс] / Allen N. Berger, Emilia Bonaccorsi di Patti // Journal of Banking & Finance. 2006. Vol. 30, Issue 4. pp. 1065-1102. Режим доступа: http://www.sciencedirect.com/science/article/pii/S0378426605001093

20. Blume M. Betas and their regression tendencies [Электронный ресурс] / Marshall Blume // The Journal of Finance. 1975. Vol. 30. pp. 785-795. Режим доступа: http://www.jstor.org/stable/2326858

21. Burgman R., Van Clief, M. Total Shareholder Return (TSR) and Management Performance: A Performance Metric Appropriately Used, or Mostly Abused? [Электронный ресурс] / Roland J. Burgman, Mark Van Clief // Rotman International Journal of Pension Management.2012. Vol. 5, Issue 2. Режим доступа: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2147777

22. Chen P., Zhang, G. How Do Accounting Variables Explain Stock Price Movements? [Электронный ресурс] / PeterChenGuochangZhang // Journal of Accounting and Economics. 2007. Vol. 43, Issues 2-3. pp. 219-244. Режим доступа: http://www.sciencedirect.com/science/article/pii/S0165410107000171?via%3Dihub

23. Claes P. Management control and value-based management: compatible or not? / Paul C. M. Claes // Studies in Managerial and Financial Accounting. Performance Measurement and Management Control: Improving Organizations and Society / book auth. Epstein M. Manzoni J.-F. Emerald Group Publishing Limited, 2006. Vol. 16. pp. 269-292.

24. Demsetz H. The structure of ownership and the theory of the firm [Электронный ресурс] / Harold Demsetz // The Journal of Law & Economics. 1983. Vol. 26, Issue 2. pp. 375-390. Режим доступа: http://www.jstor.org/stable/725108?seq=1#page_scan_tab_contents

25. Fama E. Jensen M. Separation of Ownership and Control [Электронный ресурс] / Eugene F. Fama, Michael C. Jensen // The Journal of Law & Economics. 1983. Vol. 26, Issue 2. pp. 301-325. Режим доступа: http://www.jstor.org/stable/725104?seq=1#page_scan_tab_contents.

26. Farinas J., Moreno, L. Firms' Growth, Size and Age: A Nonparametric Approach [Электронный ресурс] / Josй C. Fariсas, Lourdes Moreno / prod. PIE-FEP Universidad Complutense de Madrid. Режим доступа: https://doi.org/10.1023/A:1007834210622.

27. Fernбndez P. Valuation Methods and Shareholder Value Creation [Электронный ресурс] / Pablo Fernбndez. San Diego: Academic Press, 2002. Режим доступа: https://www.sciencedirect.com/science/article/pii/B9780122538414500007

28. Firk S., Schrapp, S., Wolff, M. Drivers of value creation - The role of value-based management and underlying institutions [Электронный ресурс] / Sebastian Firk, Sebastian Schrapp, Michael Wolff // Management Accounting Research. 2016. Vol. 33. pp. 42-60. Режим доступа: http://www.sciencedirect.com/science/article/pii/S104450051630004X

29. Freeman E. Strategic Management: A Stakeholder Approach / R. Edward Freeman. New York: Cambridge University Press, 2010. 292 pp.

30. Gardner T., Spiegel, E. Total Shareholder Return: Planning a Future Perfect [Электронный ресурс] / Tim Gardner, Eric Spiegel // Fortnightly Magazine. 2006. Режим доступа: https://www.fortnightly.com/fortnightly/2006/01/total-shareholder-return-planning-future-perfect

31. Jensen M., Meckling, W. Theory of the firm: Managerial behavior, agency costs and capital structure [Электронный ресурс] / Michael C. Jensen, William H. Meckling // Journal of Financial Economics. 1976. Vol. 3, Issue 4. pp. 305-360. Режим доступа: http://www.sciencedirect.com/science/article/pii/0304405X7690026X

32. King K., Hansell, G., Ikdal, A. When the Growing Gets Tough, the Tough Get Growing [Электронный ресурс] / Kermit King, Gerry Hansell, Adam Ikdal // bcg perspectives.2014. Режим доступа: https://www.bcgperspectives.com/content/articles/growth_corporate_strategy_portfolio_management_when_growing_gets_tough/

33. Knight J. Value Based Management: Developing a Systematic Approach to Creating Shareholder Value / James Knight. New York: McGraw-Hill, 1997. 307 pp.

34. Kontes P. The CEO, Strategy, and Shareholder Value: Making the Choices that Maximize Company Performance / Peter Kontes. John Wiley & Sons, 2010. pp. 201-206.

35. Margaritis D., Psillaki, M. Capital structure, equity ownership and firm performance [Электронный ресурс] / Dimitris Margaritis, Maria Psillaki // Journal of Banking & Finance. 2010. Vol. 34, Issue 3. pp. 621-632. Режим доступа: http://www.sciencedirect.com/science/article/pii/S0378426609002258

36. Meoli M., Paleari, S., Vismara, S. IPO Valuation of European Pyramidal Groups [Электронный ресурс] / Michele Meoli, Stefano Paleari, Silvio Vismara // Banking and Finance Review. 2009. Issue 2. Режим доступа: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1102227

37. Morin R., Jarrell, S. Driving Shareholder Value: Value Building Techniques for Creating Shareholder Wealth / Roger A. Morin, Sherry L. Jarell. New York: McGraw-Hill Proffesional, 2000. 397 pp.

38. Pedersen T., Thomsen, S. Ownership Structure and Value of the Largest European Firms: the Importance of Owner Identity [Электронный ресурс] / Torben Pedersen, Steen Thomsen // Journal of Management and Governance. Copenhagen: Kluwer Academic Publishers, 2003. Issue 7. pp. 27-55. Режим доступа: https://proxy.library.spbu.ru:3316/10.1023/A:1022480016567

39. Rappaport A. Creating shareholder value: The new standard for business performance / Alfred Rappaport. New York: The Free Press, 1986. 270 pp.

40. Van Clieaf M., Leeflang, K., O'Byrne, S. The Alignment Gap between Creating Value, Performance Measurement, and Long-Term Incentive Design / Mark Van Clieaf, Karel Leeflang, Stephen O'Byrne / Investor Responsibility Research Center Institute (IRRCi). New York, 2014. pp. 11-50.



Приложения

Приложение 1 Классификация VBM-показателей (оригинал Д. Волкова)



Приложение 2 Выборка российских публичных компаний

Компания	Отрасль
ПАО "АЛРОСА"	Горнодобывающая
ПАО "Полюс"
ПАО "Селигдар"
Компания	Отрасль
ПАО "Кузбасская Топливная Компания"	Горнодобывающая
ПАО "Распадская"
ПАО "Группа Компаний ПИК"	Строительство и девелопмент
ПАО "Группа ЛСР"
ПАО "МОСТОТРЕСТ"
ПАО "Открытые инвестиции"
ПАО "ДИКСИ Групп"	Торговля и ритэйл
ПАО "М.видео"
ПАО "Магнит"
ПАО "Аптечная сеть 366"
ПАО "Мобильные ТелеСистемы"	Связь и телекоммуникация
ПАО междугородной и международной электрической связи "Ростелеком"
ПАО "Газпром"	Нефтегазовая
ПАО "Нефтяная компания "ЛУКОЙЛ"
ПАО "Нефтяная компания "Роснефть"
ПАО "Татнефть" имени В.Д. Шашина
ПАО "НОВАТЭК"
ОАО "Сургутнефтегаз"
ПАО "Российские сети"	Энергетика
ПАО "Территориальная генерирующая компания №1"
ПАО "Федеральная гидрогенерирующая компания - РусГидро"
ПАО "Федеральная сетевая компания Единой энергетической системы"
ПАО "Энел Россия"
ПАО "Юнипро"
ПАО энергетики и электрификации "Мосэнерго"
ОАО "Межрегиональная распределительная сетевая компания Урала"
ПАО "Вторая генерирующая компания оптового рынка электроэнергии"
ПАО "Дальневосточная энергетическая компания"
ПАО "Квадра - Генерирующая компания"
ПАО "Межрегиональная распределительная сетевая компания Волги"
ПАО "Межрегиональная распределительная сетевая компания Северо-Запада"
ПАО "Межрегиональная распределительная сетевая компания Сибири"
ПАО "Межрегиональная распределительная сетевая компания Центра и Приволжья"
ПАО "Межрегиональная распределительная сетевая компания Центра"
ПАО "Межрегиональная распределительная сетевая компания Юга"
ПАО "Московская объединенная электросетевая компания"
ПАО "Территориальная генерирующая компания № 14"
Компания	Отрасль
ПАО "Группа Черкизово"	Пищевая
ПАО "Русская Аквакультура"
ПАО "Белуга Групп"
ПАО "Горно-металлургическая компания "Норильский никель"	Цветная металлургия
ПАО "Корпорация ВСМПО-АВИСМА"
ПАО "Челябинский цинковый завод"
ПАО "Магнитогорский металлургический комбинат"	Чёрная металлургия
ПАО "Мечел"
ПАО "Новолипецкий металлургический комбинат"
ПАО "Северсталь"
ПАО "Трубная Металлургическая Компания"
ПАО "Ашинский металлургический завод"
ПАО "Аэрофлот - российские авиалинии"	Транспорт
ПАО "Центр по перевозке грузов в контейнерах "ТрансКонтейнер"
ПАО "Новороссийский морской торговый порт"
ПАО "Центр международной торговли"	Гостиничный бизнес, выставочная деятельность
ПАО "Акрон"	Химическая, нефтехимическая
ПАО "СОЛЛЕРС"	Машиностроение
ПАО "КАМАЗ"



Приложение 3 Корреляционные матрицы для одиночного и кумулятивного TSR

	tsrsingle	roa	ep	revenue	netdebitda	assets	own_conc	qual_inv
tsrsingle	1.000
roa	0.391	1.000
ep	0.247	0.345	1.000
revenue	0.239	0.215	0.188	1.000
netdebitda	-0.096	-0.016	-0.074	-0.041	1.000
assets	0.020	-0.019	0.057	0.361	-0.077	1.000
own_conc	-0.004	-0.008	-0.025	-0.009	0.066	-0.138	1.000
qual_inv	-0.010	0.058	-0.071	-0.048	-0.031	-0.085	0.406	1.000
	tsrcum	roa_nom	ep	revenue	netdebitda	assets	own_conc	qual_inv
tsrcum	1.000
roa_nom	0.340	1.000
	tsrcum	roa_nom	ep	revenue	netdebitda	assets	own_conc	qual_inv
ep	0.162	0.078	1.000
revenue	0.252	0.226	0.188	1.000
netdebitda	-0.322	-0.190	-0.074	-0.041	1.000
assets	0.148	0.108	0.057	0.361	-0.077	1.000
own_conc	-0.264	-0.007	-0.025	-0.009	0.066	-0.138	1.000
qual_inv	-0.199	0.070	-0.071	-0.048	-0.031	-0.085	0.406	1.000

Размещено на Allbest.ru