В данном случае необходимо отметить, что высокая концентрация собственности дает возможность крупнейшим собственникам в большей степени контролировать действия наемных менеджеров, тем самым увеличивая стоимость компании. При этом в данной ситуации проявляется модель «принципал-агента», выраженная в виде конфликтов интересов собственников и менеджмента компании.

Стоит отметить, что в работе Радыгина А.Д. и Энтова Р.М. (2004) [15] авторы определяют положительное влияние концентрации собственности на эффективность компании.

При этом к несколько другим выводам приходят авторы в работе Guriev S. (et al., 2004) [29]. Авторы указывают, что влияние концентрации собственности необходимо оценивать в зависимости от того, является ли компания торгуемой или не торгуемой на фондовой бирже.

Поэтому влияние концентрации собственности в проанализированных работах носит противоречивый характер. Для того, чтобы оценить влияние концентрации собственности на показатели компании, выраженные темпами роста выручки и рыночной капитализации и была введена данная гипотеза.

Для проверки гипотез H4 - H6 построена модель оценки детерминант роста компаний, основанная на двух основных показателях: темпе роста выручки и рыночной капитализации компании.

Результаты тестирования сформулированных гипотез представлены в третьей главе данного исследования.



Глава 3. Применение моделей оценки качества роста компаний

3.1 Описание выборки и переменных

Что касается набора компаний, который представлен как развитыми, так и развивающимися странами, а также странами с переходной экономикой, то стоит отметить, что такой выбор обусловлен следующим аспектом:

Россия - это страна контрастов. С одной стороны ей присущи признаки развитой страны, такие как: высокоразвитость космической, военной и атомной промышленности, а также высокий уровень образования населения. С другой стороны такие признаки, как сравнительно невысокий уровень жизни населения, высокая зависимость экономики от импорта и ее сырьевой характер не дают возможности считать Россию развитой страной.

Исходя из этого, для того, чтобы провести сравнительный анализ компаний и сопоставить российские компании, как с развитыми, так и развивающимися, а также со странами с переходной экономикой совокупная выборка компаний разделена на три кластера:

- Развитые стран западной Европы представлены 206 компаниями из Германии, Франции и Италии, которые образуют 1-ый кластер компаний;

- Страны-члены БРИКС, в данной выборке представлены 72 компаниями, помимо России это также компании из Китая и Индии, которые представлены во 2-ом кластере компаний;

- Восточная Европа как страны с переходной экономикой представлены 70 компаниями из Польши, Чехия, Словакия, Словения, Эстония, которые входят в 3-ий кластер компаний.

Совокупная выборка по трем кластерам составляет 348 компаний. В выборку включены только компании нефинансового сектора, имеющие отчетность по МСФО, акции которых котируются на фондовых биржах и капитализация которых не менее 10 млн. долларов. Сравнительный анализ компаний дает возможность получить наиболее расширенный срез за счет включения компаний из стран как с развитой, так развивающийся и переходной экономикой. На рисунке 3.1 представлена региональная структура выборки компаний.

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг. Рис. 3.1. Региональная структура выборки компаний.

Принцип разделения состоял в том, чтобы в отдельные кластеры разделить компании с развитых рынков (кластер 1), компании из стран-членов БРИКС (кластер 2) и компании из стран с переходной экономикой (кластер 3). На рисунке 3.2 представлено распределение компаний по кластерам.

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг. Рис. 3.2. Кластерное разделение выборки.

Как можно видеть из данного рисунка, наибольшая доля выборки представлена в первом кластере и составляет 59 %. Доли второго и третьего кластера примерно равны и составляют, соответственно, 21 % и 20 %. Также в таблицах 3.1 - 3.3 представлен состав компаний по странам в каждом кластере.

Таблица 3.1. Страновая структура компаний в кластере 1.

Страна	Количество компаний	Доля в общей выборки (%)
Франция	65	18,6
Германия	49	14,1
Япония	58	16,7
Южная Корея	19	5,5
Италия	15	4,3
Итого	206	59,2

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Доля компаний из Франции, Японии и Германии распределена практически равномерно в интервале от 14,1 % до 18,6 %. При этом доля компаний из Южной Кореи и Италии несколько меньше и составляет, соответственно, 5,5 % и 4,3%.

Таблица 3.2. Страновая структура компаний в кластере 2.

Страна	Количество компаний	Доля в общей выборки (%)
Россия	45	12,9
Китай	20	5,8
Индия	7	2
Итого	72	20,7

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Второй кластер представлен компаниями из стран-членов БРИКС: Россия, Индия, Китай. Доля российских компаний наибольшая и составляет 12,9 %, доля китайских компаний составляет 5,8% и порядка 2 % принадлежит индийским компаниям.

Таблица 3.3. Страновая структура компаний в кластере 3.

Страна	Количество компаний	Доля в общей выборки (%)
Польша	47	13,4
Словения	14	4
Чехия	3	0,9
Словакия	3	0,9
Эстония	3	0,9
Итого	70	20,1

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Наибольшая доля в 3-ем кластере принадлежит польским компаниям и составляет 13,4 %. Доля компаний из Словении составляет около 4%, а представительство остальных стран (Чехия, Словакия, Эстония) в выборке по 0,9 %.

Также рассмотрим отраслевую структуру компаний в соответствии с глобальным классификатором отраслей (GICS). Все компании по классификатору разделены на 9 отраслей. Наибольшая доля принадлежит компаниям из потребительского сектора выборочного спроса, куда входят компании автомобильного производства, товаров длительного пользования и легкой промышленности, СМИ, а также потребительских услуг. Доля данного сектора составляет 21,1 % и в нее входит 78 компаний. При этом в наименьшем количестве представлены компаниями из сферы здравоохранения и коммунальных услуг. Сфера здравоохранения представлена 14-ью компаниями, что составляет около 4,0 % от общей выборке компаний. Сфера коммунальных услуг представлена 19 компаниями, что, в свою очередь, составляет 5,5 % от общей выборки компаний. Сфера связи представлена 27-ью компаниями и составляет 7,8 % от выборки.

Данная информация представлена в таблице 3.4.

Таблица 3.4. Отраслевая структура компаний.

Сектор	Количество компаний	Доля отрасли в выборке (%)
Энергетика	35	10,1
Материалы	52	14,9
Промышленность	70	20,1
Потребительские товары выборочного спроса	78	22,4
Потребительские товары повседневного спроса	31	8,9
Здравоохранение	14	4,0
Информационные технологии	22	6,3
Услуги связи	27	7,8
Коммунальные услуги	19	5,5
Итого	348	100

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Включение в выборку компаний из девяти отраслей приводит к тому, что в совокупной выборке рассматривается не частный случай, когда большинство компаний принадлежат только лишь к одной из отраслей, а более общий случай, где каждая из отраслей представлена примерно в одинаковом количестве компаний, что дает возможность получить цельную картину по выборке.

Также данное разделение компаний изображено на рисунке 3.3.



Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Рис. 3.3. Отраслевая структура компаний по классификатору GICS.

3.2 Оценка влияния показателей устойчивости роста компании на совокупную доходность акционеров

Для проверки гипотезы о том, что устойчивые компании на долгосрочном интервале времени демонстрируют более высокую совокупную доходность акционеров, построена однофакторная регрессионная модель следующего вида:

, (3.1)

где TSR - показатель совокупной доходности акционеров, а SGI - индекс устойчивости роста компаний.

Показатели SGI и TSR также рассчитаны за период с 2009 по 2013 год. Данные показатели рассчитываются по формулам, представленным во второй главе.

Именно для построения данной модели, где анализируется показатель совокупной доходности акционеров, и индекс устойчивости роста, рассчитаны пятилетние значения показателей доходности между двумя периодами: периодом t₀ являлось начало 2009 года, а периодом t₁, соответственно, конец 2013 года, также был учтен показатель дивидендных выплат за этот же период. Источник данных: аналитическое агентство Bloomberg. Для остальных случаев, рассмотренных ниже, например, для оценки влияния денежных потоков по трем видам деятельности на показатель TSR, рассчитаны уже годовые доходности за каждый из 5-ти рассмотренных периодов (2009-2013 г.).

Данная модель построена как для выборки, в которую входят все 375 компаний, так и для каждой из подвыборок, описанных выше. Результаты представлены в таблице 3.5.

Таблица 3.5. Результаты регрессионной модели по оценке влияния устойчивости роста на совокупную доходность акционеров.

Выборка	Коэффициент детерминации (%)	Коэффициент SGI	Коэффициент корреляции Спирмена (%)
Все компании	10,69	0,2857**	13,04
Кластер 1	9,78	0,2615*	12,43
Кластер 2	12,14	0,3704*	14,35
Кластер 3	8,87	0,2508**	11,86

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг. * значимость коэффициента на 1 % уровне, ** значимость коэффициента на 5 % уровне, *** значимость коэффициента на 10 % уровне.

Стоит заметить, что во всех рассмотренных случаях, то есть как для всей выборке, так и для отдельных кластеров индекс устойчивости роста оказался значимым. В некоторых случаях на 5 % интервале, а в некоторых на 10 %.

Исходя из этих результатов, стоит отметить, что наибольший коэффициент у индекса устойчивости рост наблюдается при оценке 2-ого кластера (Россия, Китай, Индия). То есть изменение индекса SGI на 1 единицу приводит к изменению показателя совокупной акционерной доходности на 0,37 единиц. Из всех кластеров, а также совокупной выборки это самый высокий результат. Это может свидетельствовать о том, что именно для развивающихся компаний стран членов БРИКС показатель устойчивости роста имеет наибольшее значение при оценке его влияния на показатель совокупной акционерной доходности.

Помимо этого показатель TSR был рассчитан по каждому году в отдельности, где периодом t₀ и t₁ являлось, соответственно, начало и конец каждого из годов.

По 348-ми компаниям за 5 лет было получено 1740 наблюдений. За эти пять рассматриваемых периодов, в среднем, по всем компаниям, показатель совокупной акционерной доходности вырос на 119,1%, то есть ежегодный рост составил около 23,8 %. При этом если говорить об общей динамике за 5 лет, то как бы это и не показалось для кого-то странным, наибольший рост произошел в 2009 году, когда за 1 год показатель средней акционерной доходности вырос чуть более чем на 64 %. Общая динамика представлена в таблице 3.6:

Таблица 3.6. Динамика изменения показателя TSR.

2009 год	2010 год	2011 год	2012 год	2013 год
64,25%	21,96%	-15,3%	22,09%	26,07%

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Такой значительный рост показателя с одной стороны может быть обусловлен финансовым кризисом 2007-2008 года. Так, например, индекс S&P 500 в марте 2009 года снизился до 759 единиц, а концу 2009 года вырос до 1110 единиц [41]. При этом после роста в 2009 и 2010 году среднее значение показателя по всей выборке в 2011 году снизилось на 15,3%. Если проводить параллели с изменением индекса S&P 500, так за этот период индекс фактически не изменился: после снижения в июле к концу года вернулся к значению в 1250 единиц.

Также, исходя из методики консалтинговой компании BCG, для проверки гипотезы H1 о том, что на долгосрочном интервале времени компании с устойчивым ростом приносят своим акционерам более высокую доходность проведем факторный анализ компаний по показателю TSR. Для этого после расчета совокупной акционерной доходности, проранжируем все компании по убыванию данного показателя. После этого, по аналогии с методикой BCG выделим 10 % компаний, которые демонстрируют самые высокие значения показателя TSR, а также 10 % компаний, которые имеют самые низкие значения по совокупной акционерной доходности. Затем произведем оценку показателя совокупной акционерной для каждого из кластеров, которая представлена в таблице 3.7. При этом стоит отметить, что показатель средней совокупной акционерной доходности за 5 лет по все выборке составлял около 119,1 %.

Таблица 3.7. Значение показателя совокупной акционерной доходности по каждому кластеру.

Выборка компаний	Количество компаний	TSR за период
Кластер 1	206	106,2 %
Кластер 2	72	154,5 %
Кластер 3	70	120,5 %

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Для того, чтобы проверить действительно ли показатель совокупной акционерной доходности имеет различную динамику роста в зависимости от принадлежности к тому или иному кластеру, рассчитан показатель средней по каждой выборке. Сразу стоит заметить, что данный показатель по 2-ому кластеру несравненно выше, чем по 1-ому и 3-ему кластеру. Так компании второго кластера, в среднем, выросли на 154,5 %, то есть ежегодно примерно на 30,9 %.

Доходность показатель TSR по компаниям 1-ого кластера за этот же период составила 45,4 % ниже, и составила 106,2 %, что соответствует ежегодному росту в 21,2 %.

По 3-ему кластеру доходность несколько выше и составила 120,5 %, что на 34 % меньше чем по 2-ому кластеру, но на 14,3 % выше, чем по компаниям 1-ого кластера. То есть компании этого кластера росли, в среднем, на 24,1%.

Можно с уверенностью сказать, что именно компании 2-ого кластера за рассматриваемый временной период продемонстрировали самые высокие темпы роста, при этом показав себя также как и компании с устойчивым темпом развития, что свидетельствует об их высокой инвестиционной привлекательности.

После определения двух данных групп, в которые вошли, соответственно, по 35 компаний (10, 1 % от всей выборки) был проведен факторный анализ первых и последних компаний для выявления того, какое же количество компаний каждого из кластеров представлено в этих группах. Данные результаты представлены в таблицах 3.8 - 3.10.

Таблица 3.8. Кластерный анализ компаний, входящих в 10 % лучших по показателю совокупной акционерной доходности.

Выборка компаний	Количество компаний	Доля компаний в своем кластере (%)
Кластер 1	11	5,34 %
Кластер 2	14	19,44%
Кластер 3	10	14,29%

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.



Совокупная акционерная доходность 10 % компаний с самым высоким показателем TSR находится в следующем интервале: [273,73%; 591,25%]. Средний показатель доходности для данных групп за 5 лет составил 400,61%. То есть, в среднем, показатель TSR данных 10 % компаний ежегодно рос на 80 %.

Анализируя полученные результаты, стоит заметить очень важный момент, что именно компании из 2-ого кластера, в который входят компании из стран членов БРИКС (Россия, Индия, Китай) имеют наибольшее представительство среди всех кластеров в 10 % лучших компаний по показателю совокупной акционерной доходности. То есть более 19 % компаний второго кластера за рассматриваемый период, с 2009 по 2013 год, продемонстрировали наилучшие результаты по показателю TSR. Данный факт может судить о том, что именно компании этого кластера принесли своим акционерам более высокую сравнительную доходность, нежели компании первого и третьего кластера. Что же касается сравнения компаний первого и третьего кластера, то есть развитых рынков Европы (Франция, Германия, Италия) и развитых рынков Азии (Япония, Южная Корея) в сравнении с компаниями восточной Европы (Польша, Чехия, Словакия, Словения, Эстония), то в данном случае, доля компаний восточной Европы, которые имеют более высокий показатель TSR в 10 % лучших компаний выше, что свидетельствует о том, что, за рассматриваемый период, данные компании также более эффективными в сравнении с первым кластером.

Анализируя причины, которые повлияли на то, что совокупная акционерная доходность развитых компаний Европы и Азии оказалась несколько ниже, стоит заметить, что инвестиции в активы на развивающихся рынках обладают большей рискованностью, то есть в доходности таких инвестиций присутствует большая доля риска, которая и заключается в повышенной акционерной доходности.

При этом инвестиции на развитых рынках менее рискованные, а их доходность обладает меньшей волатильностью. Поэтому у инвестора, в условиях полной мобильности капитала, есть две очевидные возможности: инвестировать в более рискованный актив, где существует возможность получить большую доходность, либо произвести менее рискованные инвестиции и получить гарантированный, но, возможно, меньший доход. Выбор всегда остается за инвестором.

Далее проанализируем группу компаний, которые составляют 10 % компаний имеющих наименьшую акционерную доходность среди всех рассмотренных компаний.

Таблица 3.9. Кластерный анализ компаний, входящих в 10 % худших по показателю совокупной акционерной доходности.

Выборка компаний	Количество компаний	Доля компаний в своем кластере (%)
Кластер 1	18	8,74
Кластер 2	7	9,72
Кластер 3	10	14,29

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Здесь, по аналогии, с предыдущим случаем, был проведен сравнительный анализ по тому, какое количество компаний принадлежит к тому или иному кластеру.

Совокупная акционерная доходность 10 % компаний с самым низким показателем TSR находится в следующем интервале: [-95,81%; -9,27%]. Средний показатель доходности для данных групп за 5 лет составил -38,94%. То есть, в среднем, показатель TSR данных 10 % компаний ежегодно снижался на 7,79 %. акционерный доходность финансовый

Соответственно, порядка 8, 74 % первого и 9,72 % второго кластеров компаний входят в 10 % компаний с самым низким показателем совокупной акционерной доходности. В данном случае можно наблюдать самые низкие значения по компаниям третьего кластера, доля которого составляет около 14,29 %. Этот факт свидетельствует о том, что доля компаний третьего кластера: страны Восточной Европы (Польша, Чехия, Словакия, Словения, Эстония) в полтора раза превышает долю компаний 1-ого кластера.

Среди 10 % компаний с наименьшим значением показателя совокупной акционерной доходности сравнительная доля компаний 3-его кластера от общего числа компаний в выборке является самой высокой, то есть, можно сделать вывод, что компании этого кластера сравнительно менее доходны по показателю TSR.

После определения 10% компаний, которые имеют самые высокие и самые низкие значения по показателю совокупной акционерной доходности, рассмотрим выборку компаний, которые составляют, соответственно, остальные 79,89 % всей выборки компаний. Данные результаты представлены в таблице 3.10.

Таблица 3.10. Кластерный анализ выборки за вычетом 10-ти процентов компаний с самым высоким и самым низким показателем TSR.

Выборка компаний	Количество компаний	Доля компаний в своем кластере (%)
Кластер 1	177	85,92
Кластер 2	51	70,84
Кластер 3	50	71,42

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Совокупное распределение компаний в кластерах по показателю TSR представлено на рисунке 2.4.

Получим следующие результаты: порядка 86 % процентов компаний 1-ого кластера находится в этом интервале, то есть между 10% компаний с самым высоким и самым низким показателем TSR. При этом относительное количество компаний 2-ого и 3-его кластера значительно меньше и составляет, соответственно, порядка 71 и 72 процентов. Это еще раз подтверждает тот факт, что совокупная акционерная доходность развитых компаний Европы и Азии подвержена меньшей волатильности, нежели компаний рынков восточной Европы и стран БРИКС. При этом компании 2-ого кластера, в который входят компании из стран-членов БРИКС продемонстрировали более высокие показатели совокупной акционерной доходности, исходя из их большего количественного представительства в 10 % компаний с самым высоким показателем TSR.

Исходя из данных результатов гипотеза H2 о том, что величина темпов роста совокупной доходности акционеров у компаний с развивающихся рынков выше, чем у компаний из стран с развитой и переходной экономикой подтверждается.

На рисунке 3.4 представлено распределение компаний в кластерах по показателю совокупной акционерной доходности.

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Рис. 3.4. Распределение компаний в кластерах по TSR.

Для того, чтобы оценить индекс устойчивости роста компании рассмотрим две его основных составляющих по которым происходит сам расчет показателя:

- Темп роста выручки компании, рассчитанный как среднегеометрическое значение;

- Спред доходности инвестированного капитала, как разница межу доходностью инвестированного капитала и средневзвешенными затратами на капитал.

По всем 348 компаниям за 5 рассматриваемых лет рассчитаны показатели среднего роста продаж и спреда доходности инвестированного капитала. После этого было сделано сопоставление данных показателей, которое изображено на рисунке 3.5 - 3.8 и по каждой выборке компаний определена линия тренда. То есть сначала построена модель, куда попали все компании выборки, разделенные на 3 кластера и для каждого кластера определена линия линейного тренда. А после этого уже по каждому кластеру построена такая же модель, где в отдельности рассмотрены компании в страновом разрезе и также определены линии линейного приближения. Рассмотрим всю совокупную выборку компаний, разделенную на три кластера.

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Рис. 3.5. Совокупная выборка компаний по показателям устойчивости роста.

Как можно видеть из полученных результатов, компании 2-ого кластера демонстрируют более высокие показатели темпов роста компании. При этом данный рост не так заметен в случае со спредом доходности. Здесь компании трех кластеров распределены равномернее. Если говорить о причинах, почему данные компании демонстрируют высокие темпы роста, который при этом не сильно сказывается на спреде инвестированного капитала, то стоит отметить, 2-ой кластер представлен компаниями из стран-членов БРИКС (России, Индии Данный кластер можно описать следующим линейным уравнением тренда:

g_s = 0,0002* spread _roce-wacc + 1,168 (3.2)

Данные уравнения ни в коем случае не свидетельствуют о том, что между спредом инвестированного капитала и темпами роста продаж существует взаимосвязь, данные уравнения построены лишь с той целью, чтобы сопоставить каждый из кластеров. Для кластера 2 и 3 получены, соответственно, следующие уравнения тренда:

g_s = 0,0007* spread _roce-wacc + 1,0401 (3.3)

g_s = 0,0005* spread _roce-wacc + 1,0519 (3.4)

Во всех данных уравнениях коэффициенты перед спредов доходности незначительно, но положительные. Это свидетельствует о том, что компании, которые демонстрируют более высокие показатели спреда доходности инвестированного капитала, также показывают высокие значения темпов роста продаж.

При этом компании из первого и третьего кластера демонстрируют сопоставимые результаты темпов роста выручки и спреда инвестированного капитала, несмотря на то, что компании из первого кластера представлены развитыми рынками Европы и Азии (Франция, Германия, Италия, Япония и Южная Корея), а компании третьего кластера странами восточной Европы (Польша, Чехия, Словакия, Словения, Эстония).

Перейдем к анализу каждого из кластеров в отдельности. Наибольшие темпы роста продаж из компаний 1-ого кластера с точки зрения страновой принадлежности демонстрируют южнокорейские компании. Возможно, это связано с тем, что Южная Корея до последнего времени считалась развитым рынком, при этом в данный кластер компании этой страны включены по классификации Bloomberg, в которой южнокорейские компании признаются развитыми рынками. Уравнение тренда данных компаний:

g_s = 0,0003* spread _roce-wacc + 1,1097 (17)

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Рис. 3.6. Компании кластера 1 по показателям устойчивости роста.

Что же касается компаний из развитых рынков Европы то здесь ситуация несколько иная. Так по немецким и французским компаниям наблюдается отрицательный коэффициент перед показателем спреда. То есть, в данном случае, компании, демонстрирующие повышенные темпы роста выручки не показывают таких же высоких показателей спред инвестированного капитала.

По компаниям из данных стран уравнения линейного приближения таковы:

g_s = - 0,0006* spread _roce-wacc + 1,0539 - по немецким компаниям, (3.5)

g_s = - 0,0037* spread _roce-wacc + 1,0938 - по французским компаниям, (3.6)

При этом итальянские компании демонстрируют, в сравнении с французскими и немецкими, более низкие темпы роста выручки, при этом в уравнении линейного тренда коэффициент перед показателем спреда положителен:

g_s = 0,0013* spread _roce-wacc + 1,034 - по итальянским компаниям. (3.7)

То есть по уравнению тренда спред доходности положительно изменяется при росте темпов роста выручки, что не наблюдалось по немецким и французским компаниям. По японским компаниям показатели схожи с итальянскими, т.е. наблюдается положительный коэффициент перед спредом и сопоставимый уровень средних темпов роста выручки:

g_s = 0,0004* spread _roce-wacc + 1,0443 - по японским компаниям. (3.8)



Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Рис. 3.7. Компании кластера 2 по показателям устойчивости роста.

Прежде всего, стоит отметить, что в данном кластере не наблюдается компаний, которые бы демонстрировали темп роста выручки 1. То есть за рассматриваемый период с 2009 по 2013 ни одна из компаний не продемонстрировала снижение средних темпов роста. При этом во 2-ом и 3-ем кластере наблюдаются компании, которые за это время показали снижение темпов роста выручки.

Уравнения тренда имеют следующий вид:

g_s = 0,0004* spread _roce-wacc + 1,1618 - по российским компаниям, (3.9)

g_s = - 0,0005* spread _roce-wacc + 1,2008 - по китайским компаниям, (3.10)

g_s = - 0,0003* spread _roce-wacc + 1,1214 - по индийским компаниям. (3.11)

Только в случае уравнения тренда по российским компаниям наблюдается положительный коэффициент перед спредом, то есть российские компании с высоким темпом роста выручки показывают также высокие показатели спреда.

В случае китайских и индийских компаний коэффициент перед спредом отрицателен, то есть из этого можно сделать вывод, что с ростом спреда доходности по инвестированному капиталу замедляется темп роста выручки компании. При этом индийские компании в сравнении с китайскими демонстрируют более низкие темпы роста продаж.

Проанализируем показатели компаний из третьего кластера. Положительный коэффициент перед спредом наблюдается, в данной выборке только по компаниям из Словении:

g_s = 0,0026 * spread _roce-wacc + 0,9891. (3.12)

Наибольший отрицательный коэффициент перед показателем спреда демонстрируют словацкие компании:

g_s = - 0,0496* spread _roce-wacc + 1,14881. (3.13)

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Рис. 3.8. Компании кластера 3 по показателям устойчивости роста.



По двум остальным группам компаний, то есть по Польским и Эстонским рост спреда доходности также не обуславливает высокие темпы роста продаж, так как коэффициент перед спредом остается быть отрицательным:

g_s = - 0,0003* spread _roce-wacc + 1,066 - по польским компаниям, (3.14)

g_s = - 0,0037* spread _roce-wacc + 1,0856 - по эстонским компаниям. (3.15)

Получаем, что наилучшие результаты по индексу устойчивости роста наблюдаются по компаниям второго кластера. Также именно по 2-ому кластеру получены самые высокие показатели совокупной доходности акционеров.

Оценивая данные результаты, хотелось бы отметить, что компании, демонстрирующие самые высокие показатели совокупной акционерной доходности также можно отнести и к группе компаний, которые достигли устойчивости роста. Вследствие чего необходимо отметить, что индекс устойчивости роста может быть использован для оценки прогнозных значений показателя совокупной доходности акционеров.

На этом основании гипотеза H1 о том, что компании с устойчивым ростом на долгосрочном интервале времени приносят инвесторам более высокую совокупную доходность акции? подтверждается.

3.3 Влияние стадии жизненного цикла организации на совокупную доходность акционеров

Для определения стадии ЖЦО из отчета о движении денежных средств (ДДС) взята информация по потокам от трех видов деятельности: операционной, финансовой и инвестиционной.

Далее в таблице 3.11 представлено распределение всей выборки, а также каждого кластера в отдельности по стадии ЖЦО.

Стадия ЖЦО определяется, исходя из соотношения денежных потоков по трем видам следующим образом. Данная методология подробно описана в пункте 2.3.

Таблица 3.11. Распределение компаний по стадиям ЖЦО.

Стадия ЖЦО Выборка	Зарождение	Рост	Зрелость	Спад	Зона турбулентности
Кластер 1	2	55	143	1	5
Кластер 2	6	23	43	--	--
Кластер 3	--	10	56	--	4
Итого	8	88	242	1	9

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг. В таблице 3.12 представлена информация по тому, в каком процентном соотношении представлен каждый из кластеров выборки на каждой из стадий ЖЦО.

Таблица 3.12. Относительное распределение компаний по стадиям ЖЦО.

Стадия ЖЦО Выборка	Зарождение	Рост	Зрелость	Спад	Зона турбулентности
Кластер 1	1 %	26,7%	69,4%	0,5%	2,4%
Кластер 2	8,3%	32%	59,7%	--	--
Кластер 3	--	14,3%	80%	--	5,7%
Итого	8	88	242	1	9

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Что сразу же хотелось бы отметить, так это то, что именно во 2-ом кластере, в который входят компании из стран-членов БРИКС (Россия, Китай, Индия) наблюдается наибольшее относительное количество компаний, которые находятся на самых динамично развивающихся стадиях ЖЦО, то есть на стадиях зарождения и роста. Суммарно порядка 40 % всех компаний, представленных во втором кластере, находятся на стадиях зарождения, либо роста. При этом в двух других кластерах это показатели значительно ниже. Так, в 1-ом кластере: компании с развитых рынков Европы (Германия, Франция, Италия) и Азии (Япония, Южная Корея) суммарно лишь около 28 % компаний находятся на стадии зарождения и роста. А в случае 3-его кластера: страны восточной Европы (Польша, Чехия, Словакия, Словения, Эстония) это доля еще меньше и составляет лишь около 14%.

Стоит отметить, что данная выборка собиралась, не принимая во внимание стадию жизненного цикла организации, то есть тем самым в ней практически нивелирован факт какой-либо подстройки для того, чтобы получить такие результаты.

Исходя из этого, стоит отметить, что, так как компании второго кластера в сравнении с двумя другими кластерами в заметно большей степени представлены на стадиях зарождения и роста, то, соответственно, доля компаний данного кластера на стадии зрелости заметно ниже, чем у двух других кластеров и составляет около 60 % от всех компаний второго кластера.

Так в случае первого кластера данная доля составляет около 70%, а в случае с третьим кластером порядка 80%. При этом в позиции турбулентности находятся порядка 2,4 % в случае 1-ого кластера и 5,7 % в случае 3-его кластера.

Исходя из совокупной выборки компаний, заметим, что по всем кластерам доля компаний на стадии зарождения и роста составляет, соответственно, лишь около 2,3% и 25,3 % компаний. Такое незначительное число компаний на данных стадиях обусловлено тем, что в выборку вошли наиболее крупные по капитализации компании с наибольшей ликвидностью акций. При этом из всей рассмотренной выборки только 1 компания находится на стадии спада, так как в выборке крайне мало компаний, демонстрирующих отрицательные значения по потоку от операционной деятельности, имея при этом положительный поток по инвестиционной деятельности. При этом доля компаний, находящихся на стадии зрелости составляет около 69,5 % от всей выборки. Далее перейдем к непосредственному сопоставлению показателя совокупной доходности акционеров и стадии ЖЦО компании.

Вспомним, что анализ показателя TSR проводился в трех основных группах: 10 % компаний, с самым высоким показателем TSR и 10 % компаний с самым низких TSR, а также оставшиеся 80 % компаний. Проведем оценку стадий ЖЦО по каждой из стадии в отдельности.

Далее в таблице 3.13 рассмотрено распределение компаний по показателю TSR и стадии ЖЦО.

Таблица 3.13. Распределение компаний по показателю TSR и стадии ЖЦО.

Стадия ЖЦО TSR	Зарождение	Рост	Зрелость	Спад	Зона турбулентности
10 % лучших	--	9	25	--	1
80 %	7	69	193	1	8
10 % худших	1	10	24	--	--
Итого	8	88	242	1	9

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Рассмотрим гипотезу о том, оказывает ли стадия ЖЦО влияние на показатель совокупной доходности акционеров. Это гипотеза выдвинута в следствии того, что порой компании, которые находятся в стадии зрелости имеют более высокие показатели совокупной акционерной доходности. Это связано с характерной чертой компаний на данной стадии ЖЦО, так как компании в стадии зрелости чаще прибегают к политике дивидендных выплат, а, как было сказано ранее, объем дивидендных выплат является одним из двух слагаемых при расчете показателя совокупной акционерной доходности. При этом в данном случае при оценке стадий ЖЦО было выявлено, что компании с разной стадией жизненного цикла распределены практически равномерно по показателю TSR.

Так среди 10-ти % компаний с самым высоким показателем совокупной акционерной доходности было выявлено 9 компаний, которые находятся на стадии роста. А в случае с 10-ти % компаний с самым низким показателем, таких компаний было выявлено 10. Похожая ситуация наблюдается и в случае с компаниями, находящимися на стадии зрелости. В случае с 10-ти % c самым высоким показателем таких компаний было выявлено 25, а в противоположном случае - 24. Исходя из всей этой информации, сложно сделать вывод о том существует ли влияние стадии жизненного цикла организации на показатель совокупной доходности акционеров, поэтому, в данной работе, хотелось бы также повторить исследование Aharony J. (et al., 2006) [18] и соавторов, при этом вместо показателя доходности акций в виде объясняемой переменной взять показатель совокупной доходности акционеров, то есть построить регрессионную модель следующего вида:

(3.16).

В данной модели потоки по трем видам деятельности рассчитаны как темпы прироста между периодами t и t - 1. Показатель совокупной акционерной доходности рассчитан по годовому интервалу.

Данные результаты представлены в таблице 3.14.

Таблица 3.14. Результаты регрессионной модели по влиянию изменения денежных потоков на доходность показателя TSR.

Выборка Показатель	Все компании	«Рост»	«Зрелость»
CFO	0,09*** (0,09)	0,09*** (0,09)	0,08 (0,1)
CFI	0,03 (0,24)	0,02 (0,38)	0,02 (0,34)
CFF	0,01 (0,42)	0,06 (0,38)	0,04 (0,32)
PLF	0,12 (0,36)	0,13 (0,24)	0,12 (0,35)
R2 (%)	2,4	2,8	1,6

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг. * значимость коэффициента на 1 % уровне, ** значимость коэффициента на 5 % уровне, *** значимость коэффициента на 10 % уровне.

Стоит отметить, что все рассмотренные в выборки компании в основном представлены на двух стадиях ЖЦО: в стадии роста 88 компаний и в стадии зрелости 242 компании, поэтому данная регрессионная модель построена только по трем выборкам данных. По всем компаниям (без учета компаний, находящихся в зоне турбулентности, о чем говорилось выше), а также две отдельные регрессии по компаниям в стадии роста и зрелости.

Получаем, что только коэффициент перед показателем изменения операционного потока является значимым на 10% уровне.

Стоит отметить, что здесь в отличие от работы Aharony J. (et al., 2006) [18] получены несколько другие результаты. Так в данной работе было установлено, что как на стадиях роста, так и на стадиях зрелости не наблюдается влияния изменения денежных потоков на показатель совокупной доходности акционеров.

Исходя из всех рассмотренных вариантов оценки влияния показателей денежных потоков на значение совокупной доходности акционеров, можно сделать вывод, что, по сформированной выборке, между данными показателями не наблюдается зависимости, то есть прирост денежных потоков компании не влияет на показатель совокупной акционерной доходности. Следовательно, гипотеза H3 о том, что значение показателя совокупной акционерной доходности зависит от стадии жизненного цикла в которой находится компания не нашла подтверждения.

3.4 Модель оценки детерминант и факторов, влияющих на темп роста компаний

Для того, чтобы проверить гипотезы H4 -H6 о том, что показатели роста компании зависят от ее финансовых показателей и определить детерминанты роста компаний в данной работе построена финансовая модель оценки роста компании.

Зависимые переменные: Для того, чтобы определить детерминанты роста компании в данной модели представлены две зависимые переменные, определяющие данный рост: рост выручки и капитализации компании.

Независимые переменные:

· Чистая прибыль как показатель оценки роста компании (Varaia N. et al., 1987) [38];

· Финансовый рычаг компании как соотношение долгосрочных обязательств к собственному капиталу (Brush T.H. et al., 2000) [20];

· Балансовая стоимость совокупных активов (Berry C.H. et al., 1971) [19];

· Показатель изменения капиталовложений как один из индикаторов оценки интеллектуального капитала;

· Оборотный капитал компании.

Дамми-переменные:

· Структура собственности

В данном случае ставится цель оценить влияние структуры собственности компании на показатель ее темпов роста (Filatotchev I., Bishop K., 2002) [26], для этого введены 2 дамми-переменные - d_gov_owner (доля государственной собственности в акционерном капитале компании) и d_one_owner (доля одного собственника в акционерном капитале компании), которые принимают следующие значения:

· Отраслевая специфика

Все компании разделяются в выборке по отраслям по классификатору GICS на девять основных отраслей:

- Энергетика;

- Материалы;

- Промышленность;

- Потребительские товары выборочного спроса;

- Потребительские товары повседневного спроса;

- Здравоохранение;

- Информационные технологии;

- Услуги связи;

- Коммунальные услуги.

Поэтому в выборке для оценки отраслевой специфики также введена дамми-переменная.

· Стадия жизненного цикла организации

Также в данной модели сделан учет стадии ЖЦО компании. Для этого, как уже говорилось выше, использована модель Dickinson V. (2011) [22], в которой стадия жизненного цикла определяется на основе знаков денежных потоков по трем видам деятельности: операционной, финансовой и инвестиционной. Данная модель предусматривает разделение компании по 4-ем стадиям жизненного цикла: «зарождение», «рост», «зрелость» и «спад». Исходя из того, что подавляющее большинство компанией выборки находятся на стадиях роста и зрелости, для данных стадий ЖЦО введены две дамми-переменные.

При этом стоит заметить, что из общей выборке исключены 9 компаний, которые находятся в «зоне турбулентности», когда по знакам денежных потоков невозможно определить стадию ЖЦО организации.

· Принадлежность к одному из кластеров

Все рассмотренные в данной работе компании разделены 3 кластера:

Кластер 1: компании из Развитых рынков Европы и Азии (Германия, Франция, Италия, Япония и Южная Корея), кластер 2: компании из стран-членов БРИКС (Россия, Китай, Индия), кластер 3: Страны восточной Европы (Польша, Чехия, Словакия, Словения, Эстония).

Поэтому в модели оценки детерминант темпов роста выручки и рыночной капитализации для каждого из кластеров определена дамми-переменная. Соответственно, в модели используются три дамми-переменных, отвечающих за принадлежность компании к тому или иному кластеру.

Итоговая выборка составила 339 компаний. Распределение данных компаний по стадии ЖЦО и кластеру представлено в таблица 3.15.

Таблица 3.15. Совокупная выборка компаний в модели по оценке детерминант роста компаний.

Стадия ЖЦО Выборка	Кластер 1	Кластер 2	Кластер 3	Итого
Зарождение	2	6	--	8
Рост	55	23	10	88
Зрелость	143	43	56	242
Спад	1	--	--	1
Итого	201	72	66	339

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг.

Консолидируем всю информацию по данной модели и получим следующие результаты в таблице 3.16.

Таблица 3.16. Переменные в моделях оценки роста компании.

Переменная	Описание переменной и способ расчета
gni	Переменная роста чистой прибыли
gta	Переменная роста активов
gcapex	Переменная роста капитальных затрат
	Переменная финансового рычага
gwc	Переменная роста оборотного капитала
dummylc	2 Дамми-переменных ЖЦО
dummygo	Дамми-переменная доли государственной собственности
dummyon	Дамми-переменная доли прав собственника
dummyin	9 Дамми-переменных отраслей
dummycl	3 Дамми-переменных по страновым кластерам

Рассматриваются две модели: по влиянию данных показателей на рост выручки компании и ее рыночную капитализацию. Также при помощи теста Хаусмана определен вид используемой в оценке модели и выбрана модель со случайными эффектами. Также в модель добавлены лаговые переменные с лагом в 1 и 2 периода по совокупным активам и капитальным затратам (Brush T. H. et al., 2006 [20]). Для проверки гетероскедастичности был использован тест Бройша-Пагана, для проверки мультиколлинеарности VIF тест, а также тест Вальда для проверки значимости коэффициента при независимой переменной.

g_sales = (3.17)

g_mc = (3.18)

Получены следующие результаты, отображенные в таблице 3.17.

Таблица 3.17. Результаты тестирования моделей роста.

Переменная	gsales	gmc
gni	0,272 (0,134)	0,256 (0,119)
gta	0,674** (0,253)	0,625*** (0,226)
gta t-1	0,056*** (0,033)	0,087** (0,086)
gta t-2	0,043** (0,024)	0,051 (0,041)
gcapex	0,063** (0,038)	0,052 (0,029)
gcapex t-1	0,034** (0,022)	0,021 (0,011)
gcapex t-2	0,021 (0,006)	0,052 (0,029)
	-0,034 (0,009)	-0,034 (0,009)
gwc	0,054 (0,021)	-0,014 (0,027)
dummylc growth	1,109** (0,562)	3,363 (0,027)
dummylc maturity	1,214** (0,642)	3,673 (0,032)
dummygo	-0,032 (0,052)	-0,022 (0,068)
dummyon	-0,042 (0,067)	-0,025 (0,052)
dummyin energy	-0,067 (0,085)	-0,034 (0,067)
dummyin materials	-0,010 (0,027)	0,009 (0,011)
dummyin industrial	0,022 (0,009)	0,010 (0,007)
dummyin consumer discretionary	-0,042 (0,067)	0,027 (0,048)
dummyin consumer staples	0,034 (0,011)	0,024 (0,010)
dummyin health care	0,017 (0,008)	-0,007 (0,012)
dummyin information technology	-0,003 (0,005)	0,018 (0,008)
dummyin telecommunication services	0,012 (0,006)	-0,011 (0,023)
dummyin utilities	0,007 (0,002)	0,012 (0,006)
dummycl cluster 1	0,005 (0,002)	-0,013 (0,034)
dummycl cluster 2	0,003 (0,001)	0,014 (0,009)
dummycl cluster 3	0,004 (0,002)	0,025 (0,012)
Constant	-2,356 (0,934)	-3,395 (1,126)

Источник: Авторские расчеты по данным аналитического агентства Bloomberg за период 2009-2013гг. * значимость коэффициента на 1 % уровне, ** значимость коэффициента на 5 % уровне, *** значимость коэффициента на 10 % уровне.



После получения данных результатов, сразу хотелось бы отметить, что выделяются две переменных, оказывающих влияние на показатель темпов роста выручки:

- Темп роста совокупных активов;

- Темп роста капиталовложений компании;

Проведенный VIF тест не выявил наличие мультиколлинеарности в данной модели. Также стоит отметить, что коэффициент корреляции между показателями темпов роста совокупных активов и темпов роста капиталовложений составил 0,112 единиц. Безусловно рост совокупных активов приводит также и к росту капиталовложений компании, при этом такой незначительный коэффициент корреляции наблюдается в следствии того, что в данной модели все показатели рассматриваются как темпы роста, поэтому допустимые результаты по VIF тесту и коэффициенту корреляции дают возможность использовать данные показатели в одной модели регрессии.

Коэффициент детерминации (R²) в модели оценки выручки и капитализации компании составил, соответственно, 68,32% и 61,47%.

В случае с регрессией, где в виде зависимой переменной выступает показатель темпа роста продаж, наблюдается влияние показателей темпов роста совокупных активов и капитальных затрат, а также их лагированных значений (значимость лаговых переменных подтверждена в работе Geroski P. et al., 1997) [28]:

- по показателю совокупных активов значимы лаги периода t-1 и t-2;

- по показателю капитальных затрат значим лаг периода t-1.

Что касается модели оценки темпов роста рыночной капитализации, то в данной модели оказались значимыми лишь показатели темпов роста совокупных активов и лаговое значение периода t-1, при этом переменные капитальных затрат и лаговые показатели оказались незначимыми.

В данном случае хотелось бы поподробнее остановится на лаговых переменных совокупных активов и капитальных вложений. Стоит заметить, что данные показатели в отчетности компании представлены в балансе, соответственно, имеют накопленный эффект. Поэтому для этих показателей в моделях использованы также и лаговые переменные. Сама идея включения в модель лаговых переменных заключается в том, чтобы оценить эффект запаздывания объясняющей переменной на объясняемую. То, что в данных моделях оказались значимыми лаговые показатели по совокупным активам в период t-1 и t-2, а также по капитальным затратам в период t-1 свидетельствуют о том, что изменения совокупных активов и капитальных затрат прошлых периодов также оказывают влияния на показатель темпа роста выручки и рыночной капитализации будущего периода.

Если говорить о причинах, которые могут это объяснить, то стоит отметить, что показатели совокупных активов, как и капитальных затрат являются результатами инвестиций, то есть инвестиции, сделанные в период t -1 и t -2 также влияют на показатели темпов роста выручки и рыночной капитализации в период t.

В данной модели оказались значимыми на 5-ти процентном уровне две дамми-переменные по жизненному циклу организации. Это говорит о том, что стадия жизненного цикла организации оказывает влияние на темп роста выручки, что также было подтверждено в работе Anthony J.H. & Ramesh K. (1992) [17].

При этом необходимо отметить, что показатели концентрации собственности, как в модели с оценкой темпов роста выручки, так и в модели с оценкой роста капитализации не значимы, вследствие этого гипотеза H6, которая заключается в том, концентрация собственности в компании положительно связана с ее темпами роста не подтвердилась.

Как и в исследовании Ивашковская И.В., Волотовская О.А. (2012) [6] оказались незначимыми показатели финансового рычага и оборотного капитала компании.

Также в обеих моделях оказались незначимыми дамми-переменные, отвечающие за отраслевую принадлежность компании и кластерный признак.

Дамми-переменные, связанные с долей государственной собственности в капитале компании также не значимы, в этом случае гипотезу H5 о том, что доля государственной собственности в капитале компании отрицательно связана с ее темпами роста необходимо отвергнуть.

В общем, стоит сказать, что был получен один важный результат, в регрессионной модели между показателями темпов роста компании, выраженными выручкой и темпов роста рыночной стоимости, выраженными капитализацией компании, со стоимостными факторами существует взаимосвязь. Соответственно гипотеза H4 о том, что рост компании зависит от определенных финансовых показателей подтверждается.

В модели регрессии по выручке значимыми оказались следующие показатели:

· Совокупные активы компании периода t и лаговые значения периодов t - 1 и t -2;

· Капитальные вложения периода t и лаговые значения периода t - 1;

· Дамми-переменные по стадиям ЖЦО.

В модели регрессии по капитализации значимыми оказались показатели:

· Совокупные активы компании периода t и лаговые значения периода t - 1.

Ниже приведены итоговые результаты по проверке гипотез, протестированных в результате проведенного исследования и отображенных в таблице 3.18.

Таблица 3.18. Результаты тестируемых гипотез.

№	Формулировка	Результат
H1	Компании с устойчивым ростом на долгосрочном интервале времени приносят инвесторам более высокую совокупную доходность акции?.	Подтверждается
H2	Величина темпов роста совокупной доходности акционеров у компаний с развивающихся рынков выше, чем у компаний из стран с развитой и переходной экономикой.	Подтверждается
H3	Значение показателя совокупной акционерной доходности зависит от стадии жизненного цикла, в которой находится компания.	Не подтверждается
H4	Показатели темпов роста компании не являются случайными величинами, а зависят от определенных финансовых показателей, таких как: рост чистой прибыли, совокупных активов, капитальных расходов, изменения оборотного капитала и финансового рычага.	Подтверждается
H5	Доля государственной собственности в капитале компании отрицательно связана с ее темпами роста.	Не подтверждается
H6	Концентрация собственности в компании положительно связана с ее темпами роста.	Не подтверждается



Заключение

Исследования, сделанные в области оценки качества роста компаний продолжают оставаться немногочисленными и данная тематика до сих пор не получила должного освещения в литературе. При этом вопрос стратегии развития компании для достижения устойчивого роста был и остается одним из самых актуальных в деятельности компании.

В данном диссертационном исследовании представлена интегрированная модель оценки роста компании, основанная на взаимосвязанной совокупности нескольких моделей, каждая из которых протестирована на выборке публичных нефинансовых компаний с 2009 по 2013 год на развитых и развивающихся рынках стран Европы и Азии.

По результатам работы можно сделать выводы, полученные в результате применения интегрированной модели оценки роста компании: