Статья: Быстрорастущие компании в России: влияние аффилированности

При этом аффилированность может изменить влияние и возраста и размера: внутригрупповые обмены ресурсами и информацией способны компенсировать разницу в собственных ресурсах.

Прибыль

Полученная прибыль является ресурсом, который можно вложить в развитие. При этом у компании возникает выбор: вкладывать полученную прибыль в долгосрочный рост или в краткосрочное увеличение прибыли. Слишком низкая прибыльность не дает фирме ресурсов для роста. Слишком большая прибыль свидетельствует о приоритетах, направленных не столько на развитие, сколько на краткосрочную максимизацию прибыли. Таким образом, можно предположить наличие перевернутой ^-образной зависимости темпов роста от прибыльности компании. Чтобы проверить это в нашей модели, следует дополнительно включить в нее квадратичную форму показателя.

Для анализа прибыльности применен показатель ЯОА. Его использование сопряжено со значительными межотраслевыми различиями, связанными с неодинаковой долей активов в бизнесе компаний из разных индустрий. Чтобы это учесть, прибыльность компаний анализируется по группам в зависимости от доли активов в бизнесе: низкая -- 1; средняя -- 2; высокая -- 3. Технически это будет выполнено с помощью пересечений переменных ROA и качественной переменной, отвечающей за тип индустрии.

Отрасль

Отраслевая принадлежность воздействует на темпы роста компании через многие каналы. Целый спектр параметров -- от состояния спроса до вида производственных процессов -- обусловливает разные возможности для роста. В модели мы планируем контролировать отраслевые различия для корректировки темпов роста компаний в индустриях с более высоким средним ростом по сравнению с фирмами из отраслей-аутсайдеров.

Исходные данные взяты из базы данных «Руслана». Выборка состоит из 49 802 российских компаний, чьи характеристики представлены за период с 2010 по 2014 г., где 2010 г. служит вспомогательным для расчета роста в 2011 г. Во всех компаниях выручка в 2014 г. составила как минимум 300 млн руб. Газелью мы называем компанию, чей средний прирост выручки за указанное время достиг не менее 20% в год. Кроме того, для полноценности выборки используются данные только по тем компаниям, информация о которых есть за весь рассматриваемый период. Для выявления размерных групп применяется следующая классификация: малыми считаются фирмы с объемом выручки от реализации до 800 млн руб., средними -- до 2 млрд руб. и крупными -- с выручкой свыше 2 млрд руб. Отраслевое деление произведено на базе классификатора ОКВЭД-2 (два знака). В некоторых случаях отрасли с малым числом компаний и схожим характером деятельности приходилось объединять (например, энерго- и водоснабжение).

Особенности выборки

Понятие аффилированности в значительной степени обусловлено источником информации, конкретнее -- способом представления данных о структуре собственности фирм, принятой в базе «Руслана». В рамках исследования компания считается аффилированной, если она входит в группу фирм, объединенных общим конечным собственником.

Подобная трактовка аффилированности имеет три ограничения. Во-первых, она испытывает искажающее воздействие со стороны российской практики искусственно образовывать группу компаний вместо единой фирмы (для противостояния рейдерству и отчасти ради уклонения от уплаты налогов). Такая процедура расширяет выборку компаниями, которые в общепринятом понимании аффилированными вряд ли можно считать. Скорее всего, они создавались в целях затруднения захвата или ради запутывания отчетности. Объект, который без этих манипуляций представляет собой обычную самостоятельную фирму, трансформируется в группу компаний. А все ее подразделения условно трактуются как «аффилированные» фирмы.

Во-вторых, в выборку в качестве аффилированных дополнительно попадают фирмы, никак не связанные друг с другом, но принадлежащие общему собственнику, ведущему несколько разных бизнесов. В-третьих, аффилированные фирмы, имеющие разных собственников, напротив, не включаются в выборку. Так, выделяются объединения предприятий, в отношении которых контроль реально осуществляется из одного центра, при отсутствии акционерных механизмов. Например, таковыми являются официально зарегистрированные финансово-промышленные группы (ФПГ), основой создания которых служит специальный договор, аналогичные ФПГ неофициальные объединения по реализации совместных проектов, группы независимых компаний, действующих на одном и том же рынке и объединенные общими интересами [Авдашева, 2005, с. 3-5].

Описанные смещения выборки могут исказить результаты анализа, но предполагается, что Большой размер базы данных позволит получить корректные результаты если не в количественном, в плане точного значения коэффициентов, то в качественном выражении, в терминах их значимости. Кроме того, дополнительная проверка проведена на подвыборке компаний, принадлежащих крупным корпорациям, которая составлялась вручную. Эта подвыборка состоит из 100 газелей, которые находятся в собственности одной из компаний списков «Эксперт 400» или «РБК 500». Подобное уточнение позволяет сделать предположение о наличии у них характеристик, сходных с теоретическим пониманием аффилированности. Таким образом, в случае схожести результатов анализа для широкой и узкой выборок результаты по широкой выборке можно считать корректным описанием аффилированных газелей.

Результаты исследования

Рспределение компаний на независимые и аффилированные практически не зависит от их принадлежности к газелям или оБычным фирмам: в обоих случаях аффилированными являются около 80%. Это иллюстрирует институциональные и экономические особенности рыночной среды в России, в которой формирование бизнес-групп, добровольное или вынужденное, является одним из важных условий успеха. Можно сформулировать вывод и иначе: процент газелей примерно одинаков среди независимых и среди аффилированных компаний (23-24%). Иными словами, аффилированность не создает ни преимуществ, ни препятствий на пути превращения компании в БРК.

В отношении среднего темпа роста независимые газели также слабо отличаются от аффилированных; незначительны отличия и в разбросе этих показателей (табл. 2). Иными словами, в этом отношении дескриптивный анализ также не выявляет зависимости скорости роста от принадлежности к бизнес-группам или, напротив, от самостоятельности компаний.

Рассмотрим переменные, использованные в логистической регрессии для выявления факторов, влияющих на вероятность компании выборки стать газелью (табл. 3).

Как отмечалось, для исследования используется дополнительная подвыборка газелей, состоящая из 100 входивших в крупные корпорации аффилированных компаний с данными за 2011-2014 гг. Вследствие более строгого определения аффилированности для узкой выборки и, соответственно, структурно иного набора компаний необходимо проверить, насколько отличаются характеристики этих выборок. Как видно из табл. 4, медианные характеристики широкой и узкой выборок почти совпадают (отклонения составляют менее 3% по всем показателям, кроме долгосрочных кредитных обязательств, где они достигают 6%). Представляется, что основные характеристики выборок, при огромной разнице в количестве наблюдений, не отличаются настолько, чтобы ожидать существенных различий результатов при проверке на них модели.

Учитывая встречающиеся в литературе гипотезы о наличии эффекта цепного роста, сводящегося к зависимости величины роста от своего значения в прошлый период, необходимо проверить модель на возможную проблему автокорреляции, а также на возможную гетероскедастичность ошибок, весьма вероятных в условиях изучения показателей компаний на промежутке времени, содержащем серьезные экономические шоки в российской экономике (которые, на наш взгляд, способствовали заметной кластеризации волатильности). Проведение проверок на мультиколлинеарность (как возможную, до построения модели, так и фактическую, после оценивания коэффициентов) не выявило для модели эту проблему.

Потенциальная проблема эндогенности здесь релевантна только по отношению к долговым показателям. Дело в том, что остальные переменные достаточно слабо связаны со статусом газели, а значит, и с ростом, чтобы считать вероятность наличия связи между объясняемой и объясняющей переменными достаточно низкой для экзогенности. В случае же долговых показателей возможен поиск подходящих инструментальных переменных, что является одним из направлений развития нашего исследования.

С помощью бинарных моделей были построены классификационные модели распределения компаний на газели и обычные фирмы -- отдельно для каждой из подвыборок самостоятельных и аффилированных компаний (табл. 5).

Модели также были проверены на качество с помощью теста о нулевой гипотезе незначимости всех факторов. Мы выбрали тест Вальда как наиболее подходящий в случае контроля адекватности модели целиком, оставив проверку отдельных коэффициентов стандартному Ј-тесту. Нулевая гипотеза была отвергнута для всех моделей, что позволяет в рамках исследования считать построенную модель отвечающей задачам анализа (табл. 6).

Прежде всего необходимо отметить, что модель выявляет существенную разницу в процессе детерминации быстрого роста между аффилированными и независимыми фирмами: если для независимых компаний статистически значимы практически все известные факторы, то для аффилированных газелей влияние большей части из них такой значимости не имеет. Наиболее заметным является отсутствие значимого влияния долга обоих типов на аффилированные фирмы. Схожим образом ведет себя и показатель возраста компании: имея значимое положительное (чем моложе, тем больше шансов) влияние на быстрый рост для самостоятельных компаний, он остается таковым только для самых молодых зависимых газелей, при этом и степень влияния в случае аффилированных компаний намного меньше.

Столь важная величина, как размер компании, также не выступает значимым фактором роста аффилированных БРК. Аналогично влияние отраслевого фактора снижается в случае аффилированности с точки зрения как значимости, так и величины влияния. Наконец, прибыльность результаты регрессионного анализа (по типам компаний).

Таблица 5

Таблица 6

При этом стоит отметить, что в модели коэффициент при переменной ЯОА соответствует нашим ожиданиям о ^-образном характере воздействия (закономерно, что квадратичная форма переменной -- ЯОА² -- оказалась значимой).

Необходимо обратить внимание, что модель неожиданно выявила значимую негативную связь между величиной долга обоих типов и вероятностью быстрого роста для независимых компаний. Выявление такого рода взаимосвязи ставит под сомнение общепринятую трактовку роли кредитования в обеспечении роста, точнее, ее применимость к разным ситуациям. Связка «быстрый рост требует для своего обеспечения значительных кредитов» выглядит самоочевидной лишь в самом общем (грубом) приближении. Во-первых, привлечение внешнего финансирования всегда в той или иной степени заставляет поступаться самостоятельностью, что для амбициозных, настроенных на быстрое превращение в крупный бизнес владельцев газелей малоприемлемо. Не случайно во всем мире рост газелей в основном базируется на самофинансировании в форме реинвестирования высокой (вплоть до 100%) доли прибыли. Во-вторых, в условиях российской экономики с ее сверхвысокими ставками процента привлечение долгового финансирования быстро создает неприемлемую долговую нагрузку и снижает вероятность стать газелью. Поэтому парадоксальный, на первый взгляд, результат моделирования в российских условиях («хочешь стать газелью -- не бери кредитов»), возможно, вполне правдоподобен.

Что касается проверки результатов с помощью сравнения широкой (аффилированность как принадлежность общему владельцу) и узкой (аффилированность как принадлежность крупной корпорации) выборок, то можно увидеть практически полную идентичность моделей по значимости и направлению влияния факторов. Это придает уверенности в полученных результатах, ведь, вероятно, использование широкого понятия аффилированности, позволившее резко увеличить число наблюдений, не вызвало сильной смещенности выборки. Последнее, впрочем, не отменяет важности дальнейших исследований не тестовых (как в настоящей работе -- 100 фирм), а Больших выборок компаний, являющихся аффилированными в общепринятом понимании.