Размещено на http://www.allbest.ru/

Введение

Конец ХХ века был ознаменован всплеском активности M&A. За последний год века было объявлено более 40 тыс. сделок общей стоимостью более 3 трлн. долл. США. В современных условиях менеджмент компаний всего мира продолжает использовать M&A как инструмент внешнего роста. Статистика такова, что с каждым годом количество сделок, а также их общая сумма увеличиваются в разы. Среди преимуществ слияний и поглощений можно выделить появление новых корпораций, объединяющих множество брендов, выстраивание полного производственного цикла в рамках одной фирмы, укрупнение организаций, получение финансовой и операционной синергии, возможность выхода на новые рынки или производства новых товаров. Однако, с другой стороны, существует большая вероятность отрицательных последствий как для компании-покупателя, так и для цели сделки.

Grubb & Lamb [37] в своем исследовании высказали мысль о том, что только около 20% слияний действительно успешны. Остальные же просто разрушают стоимость компаний, оказываются убыточными. По этой причине важно определить потенциальные возможных исходы сделки, разработать стратегию интеграции компаний перед осуществлением слияния или поглощения.

Стоит отметить, что эффективность слияний и поглощений зависит не только от верных управленческих решений высшего менеджмента, но также и от финансового состояния компаний-участников сделки. На текущий момент существует множество исследований эффективности сделок M&A различных стран на основании ретроспективных данных. Что касается России, рынок слияний является развивающимся, и авторы признают, что знания механизмов такого рынка ограничены, в том числе нет точных результатов, касающихся ответа, за счет каких факторов сделка может стать эффективной.

Таким образом, в рамках указанных предпосылок объектом исследования стали сделки M&A развивающегося российского рынка.

Цель исследования - выявление взаимосвязи финансовых индикаторов деятельности компании-покупателя и эффективности слияний и поглощений.

Для достижения поставленной цели были поставлены следующие задачи:

Провести обзор российского рынка слияний и поглощений в период с 2005 по 2015 гг.;

Проанализировать современную литература по теме анализа эффективности слияний и поглощений;

Сформировать выборку сделок M&A, совершенных российскими компаниями на внутреннем и внешнем рынке;

Сформулировать и проверить основные гипотезы;

Проанализировать результаты регрессионного анализа, а также сравнить их с результатами, полученными исследователями других стран, в том числе развитого рынка.

Исследование состоит из теоретической и практической части. В первой части будут рассмотрены определения понятий и виды сделок M&A, проведен обзор рынка слияний и поглощений России, проанализирована существующая литература на указанную тему. Вторая часть предполагает осуществление регрессионного анализа зависимости эффективности слияний и поглощений и финансовых факторов, объяснение полученных результатов. В заключении будут даны основные выводы исследования и возможные пути дальнейшего исследования проблемы.



Глава 1. Теоретические аспекты анализа эффективности слияний и поглощений

1.1 Определение понятий и видов сделок слияний и поглощений

В иностранных исследованиях термин M&A может применяться при слиянии, поглощении, объединении, тендерном предложении (открытое предложение) и других видах консолидации. Таким образом «слияния и поглощения» (Merger and Acquisition, M&A) воспринимаются как единое понятие, используемое при объединении активов компаний. Рид и Лажу[21] дают следующее определение слияния: это сделка, при которой одна корпорация юридически поглощается другой, в результате чего компания-поглотитель принимает на свой баланс все активы и обязательства поглощенной компании.

Что касается России, в практике сделок используется только понятие «слияние». Согласно Федеральному закону «Об акционерных обществах» слиянием обществ признается «возникновение нового общества путем передачи ему всех прав и обязанностей двух или нескольких обществ с прекращением последних». [1] Таким образом, общее определение сходно с иностранным вариантом, приведенным ранее; результатом слияния считается объединение активов компаний, участвующих в сделке.

Одновременно с этим большое количество сделок M&A можно разделить на группы по различным типам. Игнатишин разделяет интеграционные процессы на приобретение и слияние. [9] При этом в каждой группе также выделяются подгруппы в зависимости от степени участия компании-покупателя в деятельности компании-цели.

сделка поглощение финансовый слияние



Рис. 1. Классификация процессов корпоративной интеграции

Рассмотрим следующие определения.

Финансово-кредитный энциклопедический словарь определяет слияния и поглощения как «группу финансовых операций, целью которых является объединение организаций в один хозяйствующий субъект с целью получения конкретных преимуществ и максимальной стоимости этого субъекта в долгосрочной перспективе». [24] Определение содержит в себе основную цель сделок слияний и поглощений - получение выгод, переход бизнеса, имеющего потенциал роста, к более эффективному собственнику.

Следующий автор указывает на то, что «процесс слияния характеризуют как поглощение(или присоединение, покупку), если субъект, который инициировал этот процесс, был значительно крупнее или обладал большей рыночной силой и в результате объединения другой субъект прекратил свое юридическое существование». [23] Таким образом, при слиянии появляется новое юридическое образование и обособленные компании упраздняются, а при поглощении одно из прежних юридических лиц сохраняется.

Рассмотрев различные определения, можно сделать вывод об основных чертах M&A. При реорганизации предусмотрено возникновение нового общества или сохранение одного из участвующих в сделке, которое будет обладать совокупностью прав, активов, обязательств объединяемых компаний. Также предполагается повышение эффективности деятельности объединенных компаний и благосостояния акционеров.

1.2 Классификация сделок слияний и поглощений

Сделки M&A могут быть классифицированы по нескольким основам.

Различие типов слияний по национальной принадлежности состоит в объединении в рамках одного государства (национальные) или разных. Транснациональные слияния сложны для осуществления, поскольку компании действуют в разных правовых системах, однако они являются возможностью выхода компании на мировой рынок. В данной группе можно также выделить следующие типа сделок в зависимости от принадлежности активов:

Внутренние сделки;

Покупка иностранными компаниями российских активов;

Покупка российскими компаниями иностранных активов.

Рис. 2. Классификация сделок M&A в зависимости от национальной принадлежности

Одним из примеров транснациональных сделок является слияние «Тюменской нефтяной компании» и британской компании BP. Результатом слияния стала компания TNK-BP, осуществляющая добычу нефти и розничную продажу бензина на фирменных автозаправочных станциях.

При проведении слияния высший менеджмент может соглашаться на заключение сделки или проводить ряд противозахватных мероприятий в ином случае. Пример враждебной сделки - поглощение немецкой компании Mannesmann компанией Vodafone.

Рис. 3. Классификация сделок M&A в зависимости от отношения управленческого персонала

Основа следующей классификации - характер интеграции компании.

Рис. 4. Классификация сделок M&A в зависимости от характера интеграции

Слияние называется горизонтальным, если сделка происходит между компаниями одной отрасли; мотив таких слияний состоит в увеличении доли на рынке и расширении самого рынка. Вертикальные слияния или поглощения также происходят между компаниями одной отрасли, действующими на различных уровнях или стадиях производственного процесса. Они происходят для снижения затрат на покупку, продажу, дистрибуцию, а также для создания единого центра управления финансами.

Для расширения продуктовой линии, роста компании в связи с расширением рынка могут быть использованы родовые слияния. Конгломератные слияния - объединения компаний из различных отраслей с целью расширения продуктовой линии, расширения рынка (например, в другом регионе). Примером горизонтального слияния считается покупка компанией «Роснефть» TNK-BP (обе компании относятся к отрасли нефтедобычи); вертикальное слияние - покупка Группой Черкизово (занимается производством мяса) компании «Воронежмясопром» (основная деятельность - выращивание животных). В зависимости от способа объединения потенциала сделки делятся на следующие типы.

Рис. 5. Классификация сделок M&A в зависимости от способа объединения

Корпоративные альянсы и корпорации различаются степенью объединения активов компаний, участвующих в сделке. Для корпоративного альянса характерна концентрация на определенном направлении бизнеса, получение синергетического эффекта в данном направлении. В случае корпорации происходит объединение всех активов. В качестве примера корпорации можно привести компанию Mars, которая объединяет многие компании (в числе приобретений значатся «Одинцовская кондитерская фабрика» (бренд «Коркунов»), производитель жевательной резинки Wrigley и многие другие). Корпорации также можно подразделить на чисто финансовые и производственные слияния.



Рис. 6. Классификация сделок M&A в зависимости от объединяемого потенциала

При производственных слияниях происходит объединение производственных мощностей компаний (увеличение масштабов деятельности, разработка нового продукта), при финансовых - централизация финансовой политики (в том числе, укрепление позиции на рынке ценных бумаг).

В зависимости от условий сделки выделяют:

Поглощение за счет собственных или внешних источников финансирования;

Поглощение с участием финансовых консультантов-посредников или без их участия;

Слияние компаний путем оплаты денежными средствами или путем обмена акциями.

Тип слияния может зависеть от многих факторов: экономическая ситуация, стратегия компании, страновые особенности. В данной части работы были рассмотрены только основные классификации и типы слияний и поглощений.

1.3 Обзор рынка слияний и поглощений России

Российский рынок слияний и поглощений начал развиваться в 90-е гг. прошлого века, однако стабильных показателей на текущий момент рынок не показывает. Рассмотрим основные индикаторы, характеризующие активность российских компаний на рынке M&A.

На 2007 и 2013 гг. пришлись два максимума по сумме сделок на рынке: 117 и 101 млрд долл. США соответственно (табл. 1). Перед этими периодами наблюдался максимальный рост объемов рынка M&A, затем стабильное снижение в течении двух лет. Максимальное снижение объема сделок наблюдалось в посткризисный 2009 г.

Таблица 1. Динамика слияний и поглощений по общей сумме

Год	Сумма сделок (без учета мегасделок), млрд долл.	Изменение к предыдущему году, млрд долл.	Изменение к предыдущему году, %
2005	28,0	-
2006	60,0	32,0	114,3
2007	117,0	57,0	95,0
2008	66,0	-51,0	-43,6
2009	38,0	-28,0	-42,4
2010	76,7	38,7	101,8
2011	73,0	-3,7	-4,8
2012	79,5	6,5	8,9
2013	100,9	21,4	26,9
2014	79,1	-21,8	-21,6
2015	55,8	-23,3	-29,5

Снижение объема сделок 2008-2009 гг. связано, прежде всего, с финансово-экономическим кризисом в США, который в последствие распространился также и на другие страны мира. С 2013 г. рост объема сделок стабилизировался и вышел на максимальный уровень в 2015 г. (рост по сравнению с предыдущим годом составил около 30%). Еще один максимум объема сделок наблюдался в 2007 г.

Рис. 7. Сумма сделок мирового рынка M&A в 2015 г. (млрд долл.)



За последние 3 года на российском рынке наблюдалось снижение объема сделок M&A (общее снижение - примерно в 2 раза). Подобное снижение было зафиксировано в 2009 г., сходное с общемировой статистикой кризисного и посткризисного периодов. На конец 2015 г доля России в общемировом объеме сделок M&A составляет около 1,3%. При сохранении кризисной ситуации в стране рост крупных компаний может замедлиться, что повлечет за собой проведение сделок поглощения с целью устранения конкурентов.

Рис. 8. Сумма сделок российского рынка M&A в 2015 г. (млрд долл.)

Рассмотрим состав общего количества сделок по группам стоимости сделок в 2014 и 2015 гг. Большую часть занимают сделки до 100 млн. долл. США, далее следуют сделки до 250 млн долл. США. Наименьший объем составляют сделки свыше 2 млрд долл. США.

Рис. 9. Количество сделок M&A по стоимости сделок

Объем сделок российского рынка M&A можно разделить на две примерно равные части: создаваемый за счет нескольких крупных сделок и множества небольших сделок. В 2015 г., например, около 30% сделок составляли сделки свыше 500 млн долл. США. В 2014 г. этот показатель составлял еще большее значение: около 50%, в то время как количество таких сделок - минимальное в общей структуре сделок M&A России. В отчете КПМГ также подчеркивается данный факт: 45% объема сделок за 2015 г. содержится в 10 слияниях. [45]

Рис. 10. Объем российского рынка слияний и поглощений по стоимости сделок, млрд долл. США

На основании статистических данных исследования КПМГ [45] была проведена дифференциация российских сделок по отраслям (табл. 2). Среди лидеров по сумме сделок в 2015 г. мы можем выделить следующие отрасли: нефтегазовую промышленность, транспорт, металлургию, недвижимость и строительство. По количеству сделок за 2015 г. лидируют такие отрасли, как банки и страхование, коммуникации и медиа, недвижимость и строительство. Выводы, сделанные по итогам данной таблицы, подтверждаются статистикой мегасделок на российском рынке.



Таблица 2. Дифференциация сделок M&A в России: отраслевая проекция 2015 г.

Доля отрасли в количестве сделок	Доля отрасли в сумме сделок
	Низкая (<5%)	Средняя (5-10%)	Значительная (>10%)
Низкая (<5%)	Энергетика	Химическая промышленность
Средняя (5-10%)	Инновации и технологии Потребительские товары и услуги Сельское хозяйство		Нефтегазовая промышленность Транспорт Металлургия
Значительная (>10%)	Банки и страхование	Коммуникации и медиа	Недвижимость и строительство

В таблице представлены 5 крупнейших сделок в области M&A за последнее десятилетие (табл. 3). Самой крупной сделкой на российском рынке считается приобретение ТNК-ВР компанией Роснефть, которая выкупила ее у британской компаний British Petrolium и российского консорциума ААR («Alfa Access Renova») в 2012 г. Обсуждение этой сделки происходило длительное время и неоднократно подчеркивалась ее важность для российской экономики.

Таблица 3. Мегасделки на российском рынке M&A [13,45]

Год	Объект сделки	Сектор	Покупатель	Продавец	Приобретенная доля	Сумма сделки, млн. долл. США
2005	ОАО «Сибнефть»	Нефть и газ	Газпром	Millhouse Capital	72,6663%	13091
2007	ГМК «Норильский никель»	Металлургия	ОК «РУСАЛ»	Михаил Прохоров	25%+1 акция	13000
2010	Orascom Telecom; Wind Italy	Телекоммуникации	ОАО «ВымпелКом»	Weather Investment	51,7% и 100% соотв.	20700
2012	ТНК-ВР	Нефть и газ	ОАО «Роснефть»	Компания BP; консорциум AAR	100%	56060
2013	ОАО «ФСК ЕЭС»	Энергетика и коммунальное хозяйство	ОАО «Россети»	Федеральное агентство по управлению государственным имуществом	79,60%	14375

Если говорить о средней стоимости сделки, четко прослеживается тенденция снижения в крупнейшей отрасли российской экономики - металлургии (в 2 раза), а также в сфере ИТ - примерно в 6 раз в первом полугодии 2015 г. по сравнению с предыдущим периодом. Одинаковую динамику показывают отрасли торговли и финансов: снижение средней стоимости сделки в 2 раза. Положительного изменения удалось добиться только отрасли строительства. Отраслью с минимальной средней стоимостью компании в 1 полугодии 2015 г. стало сельское хозяйство. Как замечают аналитики агентства «АК&М», именно низкие цены стимулируют сделки в этой отрасли.[11]

Рис. 11. Средняя стоимость сделок M&A в отраслях российской экономики, млн долл. США (за вычетом крупнейших)

Основные выводы анализа статистических данных рынка слияний и поглощений в России можно выразить в следующем:

Положение России на мировом рынке слияний и поглощений находится на начальном уровне. Этому способствует нестабильность российской экономики, в частности, в кризисных периодах, а также ориентация на ограниченное количество отрасли (большинство сделок, согласно статистике, приходится на нефтегазовый сектор: в 2015 г. отрасль осталась одной из первых на рынке M&A даже несмотря на резкое падение цен нефти и экономические санкции)).

Изменения, происходящие на российском рынке M&A, прямо пропорциональны изменениям российской экономики. В этом состоит причина, например, снижения средней стоимости сделке, общего объема сделок в 2008-2009, 2015 гг. С другой стороны, кризис принуждает компании выбирать сделки M&A как способ быстрого роста, поскольку в такие периоды возможности компаний ограничены.

1.4 Методы оценки эффективности слияний и поглощений

Перед проведением сделки менеджеры должны проводить тщательный анализ предстоящей сделки слияния или поглощения. Перспективный метод связан с прогнозированием будущих результатов совместной деятельности покупателя и цели. Для целей данной работы будет использоваться ретроспективный анализ, который подразделяется на следующие виды.

Casestudies (клинические исследования)

В основе этого метода - изучение ограниченного количества сделок (от 1 сделки) с использованием глубоких интервью и опросов. Одно из таких исследований - работа McGowan&Sulongо консолидации в банковской сфере [49]. В качестве примера также можно привести изучение интеграции компаний (на основе выборки из 61 сделки) в процессе достижения синергии слиянияLarsson&Finkelstein. [46] Данное исследование объединяет возможности экономики, финансов, организационной теории, управления персоналом для того, чтобы создать ориентированную на процесс интеграции модель.

Опросы менеджеров

Метод опросов используется консалтинговыми агентствами с целью изучения текущего рынка. В качестве респондентов выступает топ-менеджмент компаний, которые в недавнем времени проводили сделку слияния или поглощения, а также фондовые аналитики, консультанты по сделке, исследователи. Они отвечают на вопросы стандартной анкеты, результаты которых в последствии обобщаются. Данный метод используется в редких случаях, когда другие методы не доступны.

Анализ финансовой отчетности

В данном случае проводится анализ показателей, доступных из финансовой отчетности компании. Исходя из изменений, происходящих с этими данными, дается вывод о эффективности проведенной сделки. В качестве основных показателей используется чистый доход, рентабельность капитала или активов, EPS, леверидж, ликвидность.

Метод изучения событий (event study methodology)

Данный метод используется при анализе слияний и поглощений, выпуске акций и других значимых событий и предполагает оценку котировок акций компании до и после официального объявления о сделке (например, слияния или поглощения) и анализ аномальной доходности в этот период. Предполагается, что данный показатель является мерой эффективности сделки M&A. С 1970-х гг. метод изучения событий доминирует в исследованиях. [31] Действительно, объявление о сделке влияет на получение аномальной доходности компанией-покупателем. В момент анонса покупки газовым концерном «Газпром» «Сибнефти», котировки поглотителя возросли примерно на 13%, что было связано с повышенными ожиданиями инвесторов улучшения операционной деятельности компании в будущем.



1.5 Анализ эффективности сделок слияний и поглощений в современных исследованиях

Целью данного исследования является изучение эффективности российских сделок M&A. В качестве основы для выполнения практической части мною были проанализированы статьи российских и зарубежных авторов, базирующиеся на методе изучения событий.

Рассмотренные исследования можно разделить на группы по географическому признаку: Хусаинов З.И. и Kirchhoff & Schiereck исследует американские сделки [25, 40]; Lin, Wang&Chen - сделки Тайваньских компаний [47]; Ma, Pagan & Chu фокусируются на исследовании азиатского развивающегося рынка (Китай, Индия, Гон-Конг, Индонезия, Малайзия, Филиппины, Сингапур, Северная Корея, Тайвань и Тайланд) [48], а Craninckx &Huyghebaert исследуют развитый рынок Европы [34]. Bhabra&Huangотдельно проводят исследование китайского рынка слияний и поглощений. [29]Таким образом, были выбраны исследования и развитого, и развивающегося рынка для сравнения различий в сфере M&A.

Временной период совершения сделок также различен. Branch & Yang используют для исследования сделки, совершенные в период 1991-2000. Lin, Wang&Chen исследуют сделки M&A, совершенные в период с января 1993 г. по март 2007 г., Ma, Pagan & Chu исследуют аномальную доходность поглощающих компаний период с 2000 по 2005 гг. Kirchhoff & Schiereck исследуют сделки фармацевтических компаний, совершенных в период с 1996 по 2006 гг. Российские исследователи выбрали для исследования следующие периоды: 1999-2009 гг. [6], 2000-2005 гг. [14],2001 - 2004 гг. [25].

Основные требования, сходные почти у всех исследователей, предъявляемые к сделкам выборки, заключаются в следующих пунктах:

Сделка должна быть завершена;

Поглотитель должен котировать на бирже на момент объявления о сделке (в некоторых исследованиях такое требование предъявляется также к поглощаемой компании, например Craninckx &Huyghebaert рассматривают отдельно две выборки, где компании цели котируются на бирже или нет [34]; Ma, Pagan & Chu отмечают, что только около 7% компаний-целей котируются на бирже [48]);

Компания, которая инициировала сделку слияния или поглощения, в итоге должна получить контроль над приобретаемой компанией (после проведения сделки компания должна иметь 50%+1 акция компании-цели);

Минимальная стоимость сделки варьируется в разных исследованиях от 10 млн долл. США.

В качестве факторов, которые определяют эффективность сделок M&A авторы выделяют уровень развитости рынка, на котором происходит сделка. Например, Charles&Darne утверждают: сделка может иметь эффект только в случае совершенной системы законодательства, что является признаком развитого рынка. [33] Кашкарева упоминает о влиянии макропоказателей на эффективность сделок: повышение процентных ставок в экономике ведут к снижению эффективности консолидации. [12] Чиркова и Чувствина [26] выделяют следующие факторы эффективности: финансовое положение компании-цели (если у компании-цели хорошее финансовое положение, это повлечет за собой высокую операционную эффективность объединенной компании, а также увеличение стоимости компании-цели), форма собственности компании-цели (покупка публичных компаний менее эффективна по сравнению с покупкой частных компаний в следствие более низкой конкуренции за цель и меньшей суммы премии), степень операционной связанности (наиболее эффективны сделки горизонтальной направленности, поскольку совпадает отрасль основной деятельности), степень переплаты за компанию-цель (менеджеры переплачивают большие суммы за компанию-цель в стремлении завладеть ее и руководить, по их мнению, более эффективно, однако зачастую такие цели не оправдываются), форма оплаты (оплата акциями снижает эффективность сделки), рынок совершения сделки.

Метод исследования событий фокусируется на аномальной доходности акций, которая рассчитывается как разница текущей доходности и теоретически возможной доходности с использованием формулы (1).

В некоторых исследованиях используется как зависимая переменная.

(1)

Где - аномальная доходность i - ой акции в период t;

- доходность i - ой акции в период t;

- нормальная (рыночная) доходность в период t.

Аномальную доходность некоторые авторы определяют с использованием регрессионных моделей. [48] Исходя из предположения, что существует линейная зависимость между доходностью акции и рыночной доходностью, исследователи рассчитывают показатели ? и ? для уравнения по следующей формуле (2).

(2)

Где - доходность i-ой акции в оценочный период t;

- коэффициенты уравнения, рассчитанные с помощью рыночной модели доходности;

- рыночная доходность в оценочный период t.

Затем исследователи используют полученные коэффициенты для расчета аномальной доходности с использованием следующего уравнения (3).

(3)

Где - аномальная доходность i - ой акции в период t;

- рыночная доходность в оценочный период t.

- коэффициенты регрессии.

Среднюю аномальную доходность рассчитывают следующим образом:

(4)

Где - средняя аномальная доходность выборки в период времени t;

- аномальная доходность i - ой акции в период t.

CAR, в свою очередь, определяется как сумма аномальных доходностей за все дни периода события, используется в качестве зависимой переменной в регрессионном анализе и рассчитывается по формуле (5):

(5)

Где - кумулятивная аномальная доходность выборки в период [t1,t2];

[t1,t2] - наблюдаемый период внутри периода события.

Некоторые авторы используют синтетические показатели, которые объединяют компании до сделки в единое целое. Kirchhoff & Schiereck, кроме CAR (накопленная аномальная доходность), используют CER (комбинированную доходность отдельных компаний). [40] Этот показатель рассчитывается авторами как средневзвешенные аномальные доходности компаний до слияния:

(6)

Где - комбинированная доходность отдельных компаний j-ой сделки в период t;

- рыночная стоимость покупателя K в j-ой сделке в последний день оценочного периода;

- аномальная доходность покупателя K в j-ой сделке в период t;

- рыночная стоимость цели T в j-ой сделке в последний день оценочного периода;

- аномальная доходность цели T в j-ой сделке в период t.

Для расчета CAR важно определить момент события и длительность окна. Авторы указывают, что момент t=0 (момент события) - дата объявления о сделке слияния или поглощения. Что касается длительности, исследователи используют разные периоды, однако чаще всего - до 15 дней, например, симметричные относительно t=0: (-2,+2), [29], (-1,+1) [48] (-7,+7) [25], а также несимметричные: (-5,0), (0,+10) [40].

Что касается независимых переменных, авторы используют показатели роста (прироста) различных финансовых индикаторов, таких как изменение ROE [40, 29], суммы активов, операционных издержек [40], объемов продаж [40, 25, 29], Кроме этого используются бинарные переменные: наличие предыдущего опыта слияний, географический признак сделки, вид оплаты.

Кроме этого предпринимаются попытки определить взаимосвязь аномальной доходности покупателя в период объявления о сделке и изменением финансовых показателей объединенных компаний через определенный период времени после завершения сделки. Например, Хусаинов использует синтетическую независимую переменную, которая рассчитывается как разница между рентабельностью продаж объединенной компании спустя два года после сделки и синтетической рентабельность до сделки. [25] Синтетическая рентабельность вычисляется следующим образом:

(7)

Где - синтетическая рентабельность;

- EBITDA компании-цели;

- EBITDA компании-поглотителя;

- выручка компании-цели;

- выручка компании-поглотителя.

Итоговый показатель имеет следующий вид:

(8)

Где - чистый эффект слияния;

- рентабельность продаж объединенной компании.

Исследователи выдвигают гипотезу существования утечки информации перед объявлением сделки [48]. Авторы считают это особенностью развивающегося рынка и возможностью трейдеров получить большую доходность. В окнах большой продолжительности учитывается не только информация о сделке, но и другие новости о компании, поэтому чтобы учесть только необходимое событие, желательно окно сузить до 7-11 дней

Объявление о сделке согласно исследованиям отрицательно влияет на получение аномальной доходности компанией-покупателем. [48, 39] Ролл [50] объясняет это явление как следствие «переплаты» за компанию-цель. Kirchhoff & Schiereck также установили, что во всех исследуемых окнах (от (-1,0) до (-50,+1)) события изменение цены акции является значимым. [40] Lin, Wang & Chen выяснили, что получение аномальной доходности для компании значимо в - 4 день (где 0 - день анонса сделки). [47] Ma, Pagan &Chu, в свою очередь, установили, что аномальная начинает повышаться с -2 дня и достигает максимума в дату объявления о сделке. [48]

Что касается основных результатов, Craninckx &Huyghebaert обнаружили, что 30-50% сделок слияний или поглощений разрушают стоимость компаний, при этом чем ниже аномальная доходность акций в период объявления сделки - тем больше вероятность возникновения неудачного исхода сделки. [34] Healy [38], изучая 5-летний период после совершения 50-ти наиболее крупных сделок США, обнаружил положительную связь между краткосрочными и долгосрочными эффектами сделок, а также улучшение показателя отношения прибыли до налогообложения к рыночной стоимости компании. Взаимосвязь эффективности слияния или поглощения и изменения объемов продаж неоднозначна в разных исследованиях. Например, Kirchhoff & Schiereck слияние, направленное на совместную операционную деятельность, считают наиболее успешной стратегией (аномальная доходность и изменение объемов продаж положительно связаны). [40] Bhabra&Huang, в свою очередь, обнаружили отрицательную взаимосвязь показателя CAR в окне события (-1, +1) и роста продаж покупателя в предыдущем сделке периоде.[29] Высокий уровень ликвидности также положительно влияет на реакцию рынка в связи со сделкой. Сильная связь с изменением операционных издержек не выявлено. [40]

Что касается бинарных переменных, наибольшее влияние на эффективность сделок M&A покупка цели компанией с государственным участием внутри страны и при оплате денежными средствами [29], а также эффект от сделки в финансовой индустрии ниже чем в нефинансовой. [48]Mann, Kohli[41] показали, что наибольшую аномальную доходность получают акционеры компании-цели с закрытием сделки денежными средствами, в отличие от акционеров, которые используют оплату акциями. Работа [Bertrand] на примере российских компаний доказала, что внутренние и трансграничные сделки одинаково снижают операционную эффективность компании-покупателя.

Рассмотрев современные исследования, анализирующие эффективность слияний и поглощений, отметим, что авторы всесторонне рассмотрели данный вопрос: объяснена взаимосвязь эффективности слияний и поглощений с финансовыми показателя компаний, участвующих в сделке, а также с макроэкономическими индикаторами и особенностями отдельных слияний. При этом взаимосвязь отдельных финансовых факторов и эффективности M&A неоднозначна, в разных исследованиях трактуется по-разному.



Глава 2. Эмпирическое исследование факторов эффективности слияний и поглощений на примере российского рынка

Для изучения проблемы эффективности сделок слияний и поглощений в Российской Федерации в данной главе будет проведена оценка взаимосвязей аномальной доходности с отдельными факторами эффективности сделки. Для этого будет сформирована выборка российских сделок. Для компаний-покупателей произведен расчет накопленной аномальной доходности на краткосрочном периоде. Далее будет проанализировано влияние отдельных факторов на значения накопленной аномальной доходности, и сделаны выводы.

2.1 Формирование выборки

При сборе данных использовалась информация, представленная в базах данных Ruslana (финансовые показатели компаний-покупателей) и Zephyr (информация о сделках слияний или поглощений) Bureau VanDijk. [3]

При составление окончательной выборки были применены следующие ограничения:

Сделка должна быть осуществлена в период с 2007 по 2013 гг.;

Компания-покупатель должна быть российской компанией, цель сделки - без географических ограничений;

Сделка должна быть завершена (статус «Completed»), классифицироваться в базе данных как «Merger» или «Acquisition»;

Компании, участвующие в сделке, не должны принадлежать к финансовой сфере (банки, страховые компании), поскольку их отчетность отличается от нефинансовых организаций;

Покупатель должен быть публичной компанией, его акции - котироваться на бирже на момент объявления о сделке, поскольку анализ накопленной избыточной доходности требует проведения расчетов на основе серий цен акций (информация об ежедневных ценах акций компаний-покупателей была получена на сайте инвестиционной компании Финам [10]);

Компания-покупатель должна иметь отчетность за год, предыдущий слиянии или поглощению;

Компания, которая инициировала сделку слияния или поглощения, в итоге должна получить контроль над приобретаемой компанией (после проведения сделки компания должна иметь 50%+1 акция компании-цели);

Стоимость сделки должна составлять от 0,5 млн долл. США.

Дополнительное ограничение выборки состоит в том, что анализ аномальной доходности и финансовых показателей производится только со стороны компании-покупателя, поскольку нет возможности найти информацию о компаниях-целях сформированной выборки.

Итоговое количество наблюдений выборки составило 70 сделок M&A.

2.2 Переменные регрессионных моделей

Зависимая переменная

В качестве зависимой переменной используется накопленная аномальная доходность акций. Перейдем к описанию порядка расчета данной величины. Аномальная доходности акций рассчитывается как разница текущей доходности и теоретически возможной доходности по формуле (9).

(9)

Где - аномальная доходность i - ой акции в период t;

- доходность i - ой компании в период t;

- рыночная (нормальная) доходность в период t.

Нормальной доходностью считается доходность российского рыночного индекса MICEX (Индекс ММВБ).[28] Данный индекс рассчитывается на основании цен сделок российских эмитентов, допущенных к обращению на ММВБ.

CAR определяется как сумма аномальных доходностей за все дни периода события и рассчитывается по формуле (10):

(10)

Где - кумулятивная аномальная доходность выборки в период [t1,t2];

[t1,t2] - наблюдаемый период внутри периода события.

При расчете CAR будет использована следующая продолжительность окон события: (-5,+5), (-3,+3), (-1,+1).Такие периоды используются для того, чтобы исключить влияние посторонних новостей на получение аномальной доходности акций.

Рассмотрим описательную статистику зависимых величин (табл. 4).

Таблица 4.

Описательная статистика CAR в окнах различной длительности

	CAR3	CAR7	CAR11
Окно	(-1,+1)	(-3,+3)	(-5,+5)
Mean	0,005	0,011	0,015
Median	-0,003	-0,003	0,013
Maximum	0,194	0,167	0,254
Minimum	-0,130	-0,237	-0,336
Std. Dev.	0,051	0,064	0,083
Positive	33	34	58
Negative	37	36	22

Анализ вариантов окон показывает положительное среднее значение CAR во всех случаях. Наибольшее/наименьшее значение CAR достигается в окне (-5,+5). С уменьшением длительности окна увеличивается количество сделок выборки, в которых за счет объявления о сделке достигается положительная накопленная аномальная доходность.

Независимые переменные

Обоснование включения независимых переменных

ROA, ROE покупателя перед сделкой - показатели эффективности использования активов и собственного капитала.Индикаторы рассчитываются для определения, насколько выгодно будет вложение в компанию. Чем больше значения данных показателей - тем более эффективно работает компания и, таким образом, может рассчитывать на большую эффективность сделки M&A.

Высокое значение коэффициента оборачиваемости (показателя отношения выручки к общей сумме активов) - один из ключевых мотивов слияний и поглощений. Этот индикатор дает общее представление об текущей успешности операционной деятельности компании.Предполагается положительная связь с получением аномальной доходности.

Рентабельность продаж показывает насколько результативна финансовая деятельность организации. Увеличение данного показателя означает улучшение эффективности деятельности организации, в том числе и при слиянии.

Сумма активов компании-покупателя характеризует размер компании. Мотив мелких фирм совершать сделки M&A состоит в росте компании. Чем больше размер компании, тем больше у нее возможностей в захвате большей доли рынка, повышения рентабельности.

Совпадение отрасли, к которой принадлежат компания-покупатель и компания-цель: слияние компаний одной отрасли заведомо более эффективно поскольку менеджмент покупателя имеет знания и опыт работы в индустрии, может управлять присоединенной компанией более эффективно. Вертикальные слияния представляются более сложными для осуществления, однако они могут привести компанию к экономии на издержках за счет самостоятельного производства продукта на каждой стадии вместо закупок у сторонних компаний.

Принадлежность покупателя государству положительно влияет на эффективность сделок слияний и поглощений поскольку у государственной компании больше возможностей в развитии, меньше риски финансовой неустойчивости.

Национальность сделки: слияние с компанией, расположенной в другой стране, более сложные в осуществлении из-за различий в законодательстве, внутреннем устройстве, культурных особенностей. Такие сделки осуществляются в большей степени с фокусом на стратегические цели: выход на новый рынок, увеличение доли рынка. Улучшение финансовых показателей, в данном случае, остается на втором плане, поэтому ожидания инвесторов будут ниже, чем при домашних сделках.

Высокая премия, уплаченная покупателем компании-цели, свидетельствует о том, что компания переоценена, сделка совершается в конкурентных условиях. Таким образом, увеличение премии будет негативно сказываться на эффективность сделки.

Стоимость сделки: чем большую компанию приобретает покупатель, тем больше возможности реализации синергетического эффекта, однако это увеличивает сложность интеграции компаний. Также высокая стоимость сделки сигнализирует о том, что компания-покупатель имеет возможность переплатить за цель. Аномальная доходность в этом случае повышается. Однако инвесторы в случае высокой переплаты могут воспринять это как растрату денежных средств.

В регрессии будут использоваться следующие обозначения переменных (табл. 5).

Таблица 5. Переменные

Название	Обозначение	Значение
ROA покупателя перед сделкой	roa_pre	Показатель в %
ROE покупателя перед сделкой	roe_pre	Показатель в %
Коэффициент оборачиваемости (отношение выручки к общей сумме активов)	turnov_pre	Показатель в %
Рентабельность продаж (отношение чистой прибыли к объему продаж)	salesmargin_pre	Показатель в %
Сумма активов покупателя	a_pre	Показатель в млн долл. США
Принадлежность к одной отрасли	same_ind	1 - компании принадлежат одной отрасли, 0 - нет
Принадлежность покупателя государству	gov	1 - компания-покупатель принадлежит государству
Национальность сделки	nat	1 - сделка проходит внутри страны, 0 - нет
Премия, уплаченная покупателем	fee	Показатель в млн долл. США
Стоимость сделки	value	Показатель в млн долл. США

Описательная статистика независимых переменных

В таблице приведенысредние, медианные, максимальные, минимальные значения независимых переменных - финансовых показателей деятельности компании-покупателей перед осуществлением сделки, а также их стандартные отклонения (табл. 6).

Таблица 6. Описательная статистика независимых переменных

	Значение, %	Значение, млндолл. США
	ROA_ PRE	ROE_ PRE	SALESMARGIN_ PRE	TURNOV_PRE	SALES_ PRE	A_PRE
Mean	15,59	28,33	16,40	76,68	20501,96	35331,90
Median	13,51	25,70	21,58	78,71	7065,00	12389,00
Max	86,78	142,26	97,54	209,60	118025,00	303048,00
Min	-42,69	-63,38	-310,65	5,40	262,00	620,00
Std, Dev,	16,16	27,09	46,63	38,49	32480,10	73310,36

Значение рентабельности активов варьируется в пределах от -42,69% до 86,78%. Медианное значение составляет 13,51%, находится примерно посередине между этими значениями. Это означает что выборка распределена примерно равномерно по значению показателя ROA. Значения рентабельности собственного капитала покупателей находится в диапазоне [-63,38%; 142,26%]. Половина выборки имеют рентабельность капитала ниже значения 25,7% (в том числе ниже 0%). Значение показателя оборачиваемости продаж наблюдения может изменяться от 5,4% до 209,6%. Значение 78,71% данного показателя делит выборку на равные части по количеству сделок.

Средние значения объема продаж и активов компаний-покупателей выборки составляют 20501,96 и 35331,9 млн долл. США соответственно. При этом минимальные значения показателей составляют 262 и 620 млн долл. США соответственно.

Наибольшие количество и общая сумма сделок в выборке были достигнуты в 2008 и 2011 гг. (табл. 7).В 2007 и 2013 гг. было выбрано наименьшее количество сделок из-за отсутствия финансовой отчетности компаний, совершавших слияния или поглощений в эти периоды.

Таблица 7. Распределение объявленных сделок в выборке по годам и общей сумме сделок

	2007	2008	2009	2010	2011	2012	2013
Количество объявленных сделок	2	27	6	13	16	5	1
Общая сумма сделок, млн долл. США	812,11	3005,01	778,03	2324,89	11470,81	1285,87	60,62

В таблице представлена описательна статистика переменных, отвечающих за стоимость сделки и премию, уплаченную покупателем (табл. 8). Сумма сделок варьируется от 650 тыс. долл. США до 2,5 млрд долл. США. При этом средняя величина сделки составляет около 290 млн долл. США. Стоимость половины сделок выборки не превышает 93 млн долл. США. Премия, уплаченная покупателем, в сделках выборки достигает 14 млн долл. США. В среднем она составляет около 2,8 млн долл. США.



Таблица 8. Описательная статистика независимых переменных

	Значение, млн долл. США
	FEE	VALUE
Mean	2.794118	290.2550
Median	1.850000	92.95000
Maximum	14.00000	2500.000
Minimum	0.000000	0.650000
Std. Dev.	3.059747	520.5224

На графике приведена зависимость CAR, полученного в 11-дневном окне (-5, +5) и стоимость сделки деленной на активы покупателя. Исходя из графика можно сделать вывод о том, что получение аномальной доходности не имеет четкой связи со стоимостью сделки.

Рис. 12. Зависимость CAR (-5, +5) и отношения стоимость сделки к сумме активов покупателя

В таблице представлены компании отраслей, на долю которых приходится наибольшее число сделок в сформированной выборке (табл. 9). Результаты сравнимы со статистическими данными, представленными в обзоре рынка M&A. Лидеры рынка слияний и поглощений (нефтегазовая, электроэнергетическая, металлургическая отрасли) занимают в выборке наибольшую долю.



Таблица 9. Отрасли компаний-покупателей

Металлургия	Минеральные удобрения	Электроэнергия	Транспорт	Газ и нефть
Мечел	Фосагро	Интер РАО ЕЭС	Камаз	Газпром
Норильский Никель	Акрон	МРСК - Центр	Автоваз	Газпром - Нефть
Северсталь		Русгидро		Башнефть
Новолипецкий металлургический комбинат		Дальневосточная энергетическая компания		Лукойл
Магнитогорский металлургический комбинат		Вторая генерирующая компания оптового рынка электроэнергии		Сургутнефтегаз

25 сделок из общей выборки (36%) были осуществлены компаниями разных отраслей. Данные сделки совершаются для расширения спектра предлагаемых услуг, диверсификации рисков основной деятельности.

Рис. 13. Распределение по принадлежности к одной отрасли

В сформированной выборке в 20 сделках компания-покупатель принадлежит государству. Среди таких компаний можно выделить ОАО Газпром, ОАО Интер РАО ЕЭС, ОАО НК Башнефть, ОАО Русгидро и пр.



Рис. 14. Распределение выборки по принадлежности компании-покупателя государству

Из 70 исследуемых сделок только 16 (23% от общей выборки) относятся к типу трансграничных. Компании-цели расположены в странах СНГ(Украина, Беларусь), Европе (Сербия, Кипр, Румыния, Великобритания, Люксембург, Черногории), Азии (Турция), Северной Америке (Канада).

Рис. 15. Распределение сделок в выборке по географическому признаку

Корреляционный анализ переменных.

Проведем проверку независимых переменных на наличие мультиколлинеарности.

Корреляционная матрица находится в Приложении 1.

Высокая корреляция наблюдается между переменными премией, уплаченная покупателем и ценой сделки; а также значением рентабельности собственного капитала и активов. Уровень корреляции превышает 0,7, что свидетельствует о возможном наличии мультиколлинеарности. Для устранения данного явления данные переменные не будут включаться попарно в регрессии.

Также был проведен корреляционный анализ зависимой и независимых переменных. Высокая связь наблюдается между зависимой переменной CAR (-5,+5) и независимой переменной рентабельность продаж (к-т равен -0,27) (Приложение 2). Что касается остальным переменных: CAR (-3,+3) одинаково сильно коррелирует с переменными стоимость сделки и рентабельность продаж (к-т равен -0,17) (Приложение 3); CAR (-1,+1) сильно связан с переменной «принадлежность компании-покупателя государству» (к-т равен 0,17) (Приложение 4).

2.3 Построение и анализ регрессионных моделей

Гипотезы исследования

В данном разделе будут описаны основные гипотезы исследования, и проведена их проверка путем построения регрессионных моделей.

На основании теоретических и логических предпосылок мы можем выдвинуть следующие гипотезы, касающихся влияния факторов на получение аномальной доходности компанией (иными словами, достижения эффективности сделки слияния или поглощения). При этом все множество гипотез может быть разделено на две группы, в одной из которых предполагается положительное влияние фактора, а во второй - отрицательное.

Гипотеза 1.

Рентабельность активов положительно влияет на эффективность слияний и поглощений и влияние этого фактора статистически значимо.

Гипотеза 2.

Рентабельность собственного капитала положительно влияет на эффективность слияний и поглощений и влияние этого фактора статистически значимо.

Гипотеза 3.

Рентабельность продаж положительно влияет на эффективность слияний и поглощений и влияние этого фактора статистически значимо.

Гипотеза 4.

Совпадение отраслей компаний-участников сделки положительно влияет на эффективность слияний и поглощений и влияние этого фактора статистически значимо.

Гипотеза 5.

Стоимость сделки положительно влияет на эффективность слияний и поглощений и влияние этого фактора статистически значимо.

Гипотеза 6.

Размер премии, уплаченной покупателем, отрицательно влияет на эффективность слияний и поглощений и влияние этого фактора статистически значимо.

Гипотеза 7.

Факт трансграничности сделки отрицательно влияет на эффективность слияний и поглощений и влияние этого фактора статистически значимо.

Построение моделей

Состав независимых переменных был сходен с регрессиями, используемыми исследователями в статьях, изученных ранее. В данный раздел включены полученные результаты статистически значимых регрессий. При построении были получены следующие результаты.

Модель 1. В качестве зависимой переменной выступает накопленная аномальная доходность в 11-дневном периоде (-5,+5).



Таблица 10. Результат построения регрессии

Dependent Variable	CAR11
Variable	Coefficient
C	0,030759**
SALESMARGIN_PRE	-0,000911*
SAME_IND	0,011673
VALUE	-1,86E-05
LOG(A_PRE)	0,000447
TURNOV_PRE	4,05E-05
ROE_PRE	-0,000183
R-squared	0,074938
Prob(F-statistic)	0,076496

По результатам построения данной регрессии получаем значимость одного регрессора - рентабельности продаж компании-покупателя до осуществления сделки (на уровне 1%). При этом его влияние отрицательно. С увеличением рентабельности на 1% накопленная значение аномальной доходности снижается в 0,0009 раз с изменением знака. Этот результат опровергает выдвинутую гипотезу о положительном влиянии значений рентабельности продаж на эффективность слияний и поглощений.

Модель 2. В качестве зависимой переменной выступает накопленная аномальная доходность в 7-дневном периоде (-3,+3).

Таблица 11. Результат построения регрессии

Dependent Variable	CAR7
Variable	Coefficient
C	0,040068***
SALESMARGIN_PRE	-0,000193**
LOG(A_PRE)	0,011655
TURNOV_PRE	0,000183
ROE_PRE	-0,000138
GOV	0,008156
VALUE	-0,000004
R-squared	0,053675
Prob(F-statistic)	0,045693



Значимость показателя рентабельности продаж (на уровне 5%) в регрессии сохраняется и в окне меньшей продолжительности. Направление влияния также отрицательно.

Модель 3. В качестве зависимой переменной выступает накопленная аномальная доходность в 3-дневном периоде (-1,+1).

Таблица 12. Результат построения регрессии

Dependent Variable	CAR3
Variable	Coefficient
C	0,003313**
SALESMARGIN_PRE	-0,000213**
LOG(A_PRE)	0,040119***
TURNOV_PRE	0,000427
ROE_PRE	-0,000667
GOV	0,021590
VALUE	-7,37E-06
PART	0,000254
R-squared	0,154906
Prob(F-statistic)	0,083670

С уменьшением продолжительности окна до 3 дней в результате регрессионного анализа получаем значимость показателя рентабельности продаж (на уровне 5%), а также логарифма активов (на уровне 10%).

Таким образом, влияние показателя рентабельности продаж наблюдается во всех трех рассмотренных моделях. Получить значимые оценки для логарифма активов получилось для трехдневного окна разброса доходностей.

Таким образом, все гипотезы, выдвинутые ранее отвергаются по результатам построения регрессионных моделей.

Интерпретация полученных результатов

Полученные результаты сходны с результатами исследования Bhabra&Huangсделок слияний и поглощений китайских компаний, которые также выявили значимость регрессоров, связанных с объемом и рентабельностью продаж [29].

Важно отметить, что выявленное направление влияния фактора на доходность компаний отрицательно, что отличается от теоретического предположения. В исследованиях, проведенных для развитых стран [40] теория находит подтверждение (знак положителен), для Китая и России - направление влияния отрицательное.

Совпадение результатов для российского и китайского рынков слияний и поглощений возможно связано с тем, что они примерно одинаково развиты. На китайском рынке, как и на российском, преобладают и занимают лидирующие позиции государственные компании. Достаточно большой процент крупных сделок приходится на компании с государственным участием. Эффективность таких компаний как правило ниже в сравнении с частными компаниями, к тому же невысокая ликвидность акций госкомпаний может служить причиной слабых колебаний доходности. Также большее количество сделок являются внутренними, происходит укрупнение компаний домашнего рынка. Такая ситуация может угрожать монополизацией отдельных отраслей, концентрацией рисков осуществления деятельности в одной организации.

Ситуацию отсутствия влияния финансовых показателей на аномальную доходность можно рассмотреть также с другой стороны. Российские слияния и поглощения преследуют иные мотивы нежели сделки на развитых рынках, где компании стремятся к финансовой и операционной синергии, увеличению стоимости компании. Российские компании могу иметь цель выхода на новый рынок (международный, региональный), перераспределения капитала, оптимизации налогообложения, диверсификации обеспечение социальных функций и др.

В качестве примера подобной стратегии можно привести приобретение крупнейшим российском банком Сбербанком лидера банковской сферы Турции DenizBank. Отделения DenizBank распространены по всей территории Турции, количество клиентов банка насчитывает более 5 млн. человек. Таким образом, в дополнение к увеличению клиентской базыи выходу на новый рынок Сбербанк также улучшает сервис для своих прежних клиентов, которые могут обратиться в отделения или воспользоваться банкоматами дочернего банка в другой стране.