Дипломная работа: Прозрачность компании и ее влияние на рыночную стоимость компании

В результате проведенного анализа фирмы могут увидеть не просто сведения о наличии или отсутствии в их отчетности того или иного критерия. Каждой статье обзора предоставляется свой выраженный в баллах вес, который может варьироваться в зависимости от качества информации и значимости условия. Максимальный суммарный балл в рейтинге равен ста, но компании редко его достигают. Отдельно здесь стоит отметить, что итоговый рейтинг подразделяется на уровни в зависимости от полученного в ходе оценки балла. Уровней пять:

1. Премиальный уровень прозрачности (90,1 - 100 баллов). В него входят компании составляющие отчетность согласно стандартам МСФО, полностью заверяющие всю отчетную информацию по трем видам процедуры заверения (экспертного, аудиторского, заверение стейкхолдера) и представляющие ее в электронном виде на своей интернет-странице.

2. Первый уровень прозрачности (90 - 55,1 баллов). В отличие от премиального уровня, заверение подотчетных данных у таких компаний проходит только по одному виду процедуры.

3. Второй уровень прозрачности (55 - 23,26 баллов). В данной категории компании составляют отчетность по стандартам МСФО, но процедур заверения нефинансовой информации не осуществляют.

4. Третий уровень прозрачности (менее 23, 25 баллов). Раскрывают информацию сверх правил установленных ЦБ РФ. Оцениваются по сокращенной методике, которая отличается от полной методики меньшим количеством рассматриваемых внутри критериев показателей.

5. Четвертый уровень (не оценивается). Отчетность подготовлена в соответствии с требованиями ЦБ РФ, но не превышает их.

6. Пятый уровень (не оценивается). Компании, рассмотренные здесь, не готовят публичные отчеты.

Как правило в рейтинге превалируют компании первого и второго уровня, что подчеркивает стремление крупных российских компаний раскрывать информацию в должном объеме. В итоговую выборку данного исследования войдут компании, которые имеют баллы прозрачности, то есть компании первого, второго и третьего уровней.

Все эти факты в совокупности помогают полноценно оценить текущий уровень транспарентности компании, с точки зрения множества критериев и рассмотреть ситуацию в наиболее широком смысле. Последнее как раз соответствует цели этого исследования, в связи с чем использование рейтинга Российской Региональной Сети в качестве инструмента прозрачности представляется наиболее точным средством измерения этой переменной. Аналогичных по уровню оценки индексов для российских компаний нет. Глубокий анализ, проводящийся при составлении этого рейтинга поможет наиболее точно определить уровень влияния, которому подвержена рыночная стоимость компании со стороны прозрачности и доступности данных в информационной среде фирмы. Определившись с методом измерения транспарентности, можно перейти к процессу описания и формулирования гипотез.

2.2 Формулировка гипотез

В данной работе главной целью поставлено выявить связь уровня раскрытия информации (прозрачности компании) и стоимости компании на рынке. Предыдущие исследования в большинстве своем утверждают, что взаимосвязь между этими двумя показателями положительна (Cheung Y.L., Jiang P., Tan W., 2010, Yawen, J., 2011). В связи с этим первая гипотеза основана на опыте имеющихся по этой теме исследований и будет звучать так:

Гипотеза 1. Уровень корпоративной прозрачности (определенный согласно индексу РРС) и рыночная стоимость компании имеют положительную зависимость между собой.

Поскольку в данной работе в качестве зависимой переменной рыночной стоимости будет рассмотрено два показателя: Market to Book Value (MTBV) и Tobin's Q, то и общую гипотезу можно разделить на две более конкретных.

Гипотеза 1.1. Рыночная стоимость компании, выраженная в виде значения Tobin's Q, будет иметь положительную зависимость от уровня корпоративной прозрачности (определенного согласно индексу РРС).

Гипотеза 1.2. Рыночная стоимость компании, выраженная в виде MTBV, будет иметь положительную зависимость от уровня корпоративной прозрачности (определенного согласно индексу РРС).

Следующая гипотеза будет призвана определить влияние типа собственности (государственная или частная) на рыночную стоимость компании. Как было отмечено в литературном обзоре контроль прозрачности со стороны государства имеет положительное влияние на уровень информационного раскрытия фирмы. Последнее в свою очередь влияет на стоимость компании. Таким образом можно говорить об опосредованном влиянии государственного вмешательства на Tobin's Q и MTBV. Чем обосновано возможное воздействие государства в форме собственника на стоимость и как это связано с прозрачностью? Данную зависимость можно обосновать на базе исследования Т. Н. Малофеевой (2016). Автор утверждает, что критерий формы собственности положительно влияет на прозрачность. Государство выступает регулятором и принуждает фирмы к раскрытию согласно установленным правилам. В случае, когда государство - прямой собственник компании, надзор будет увеличен не только потому что собственнику компании непрозрачность увидеть проще, но и потому что собственнику эту непрозрачность устранить намного важнее. От асимметрии информации могут пострадать финансовые вложения, не осуществиться крупные и важные проекты, поэтому государству важно эту асимметрию устранить. И в этой ситуации оно может использовать свои функции регулятора, тем самым принудительно увеличивая прозрачность информации предоставляемой компанией. Обычный акционер не владеет такими инструментами принуждения, вследствие чего не может добиться разительного повышения раскрытия. Согласно всему вышеперечисленному наиболее целесообразно выявлять уровень воздействия государственного регулирования на транспарентность через переменную, определяющую форму собственности компании.

Помимо отечественных исследователей это утверждение проверяли и иностранные. Так Cheung Y.L., Jiang P., Tan W., (2010) включали в регрессионную модель переменные относящиеся к структуре управления компанией, в которые входила в том числе переменная, обозначающая государственную собственность.

Также согласно российским реалиям компании, в которых государство выступает основным акционером, мажоритарием (владеет более 50% акций) представляются более надежными для инвестиций. Государство в данном случае для инвестора выступает гарантом стабильности. В случае неожиданных перемен в экономической ситуации, которых в истории России было много, компания с госучастием наиболее вероятно получит государственную помощь, в то время как компания, находящаяся в частной собственности, будет вынуждена рассчитывать только на имеющиеся на балансе ресурсы.

Таким образом необходимо создать регрессионную модель, оценивающую влияние государства как собственника на прозрачность компании. В результате этого эффекта будет доказано опосредованное влияние государства на рыночную стоимость. Следовательно, можно сформулировать следующую гипотезу:

Гипотеза 2.1. Уровень информационной прозрачности компаний, будет выше для предприятий, собственником которых является государство.

2.3 Методология

После составления гипотез необходимо протестировать их на реальных данных. Как уже было отмечено раньше для измерения прозрачности будут использованы индексы представленные в рейтинге РРС. Методология расчета остальных переменных будет представлена ниже.

Для тестирования гипотез 1.1 и 1.2 в данном исследовании использована следующая модель:

,

Зависимой переменной в данном выражении выступает показатель Tobin's Q. Этот индикатор является одним из наиболее используемых в исследованиях о зависимости корпоративной прозрачности и рыночной стоимости компании (Yawen J., 2011). Рассчитывается он согласно формуле:

Для тестирования гипотез 1.2 и 2.2 используется переменная MTBV (Market to Book Value) в качестве зависимой переменной. Тогда регрессия принимает вид:

,

Market to Book Value в отличие от предыдущего показателя не является универсальным, но также достаточно часто встречается в зарубежных исследованиях (Cheung Y.L., Jiang P., Tan W., 2010). Эта переменная также дает представление о рыночной стоимости компании. Рассчитывается параметр согласно следующей формуле:

,

Обе модели имеют одинаковый набор объясняющих переменных. О построении самой главной контрольной переменной уже было сказано ранее. Это переменная Prozr, которая отражает в себе информационную прозрачность компании. Согласно ее знаку и значимости будет подтверждена или опровергнута гипотеза о влиянии транспарентности на стоимость компании.

В результате контрольными переменными, вошедшими в модель, стали:

1. Size - размер фирмы, рассчитывается по формуле:

,

2. Tangibility - показатель эквивалентный Asset Tangibility.

,

3. ROA - return on assets.

,

4. Industry - категориальная переменная. Она показывает к какой отрасли принадлежит компания.

,

Вторая гипотеза будет протестирована при помощи модели, включающей в себя в качестве объясняющей переменную gov, значение коэффициента при которой подтвердит или опровергнет гипотезу 2. Задан gov будет в формате дамми и будет отражать форму собственности предприятия. Стоит отметить, что компания в данном исследовании считается «находящейся в государственной собственности» только тогда, когда государство владеет более 50% (не менее 51%) акций этой компании. Компании, для которых это условие не соблюдается переведены в разряд частных. В таком случае показатель принимает следующие значения:

,

Также в качестве контрольных переменных будут выступать:

1. NI - чистая прибыль фирмы за прошедший год,

2. Total Assets - общая стоимость активов,

3. ROA - коэффициент рентабельности активов.

Все эти переменные будут включены в регрессию вида:

,

Зависимой переменной будет выступать уровень прозрачности компании. Установив положительные и значимые зависимости в ходе проведения анализа обеих моделей: модель исследующая рыночную стоимость компании и модель рассматривающая факторы влияющие на уровень раскрытия информации, можно будет утверждать о положительном влиянии государственного регулирования на рыночную стоимость компании через его воздействие на транспарентность информационной среды.

2.4 Ожидаемые результаты

Ранее в этой главе были сформулированы две основные гипотезы, разделяющиеся на побочные гипотезы. При помощи них будут выявлены основные факторы связи стоимости и прозрачности компании и в дальнейшем оценен уровень влияния этих факторов. Также в главе был выбран индекс, отвечающий за уровень раскрытия информации и сформулирована методология работы. Теперь хочется уделить внимание тому, какие результаты планируется получить в ходе проведения исследования, представить их в наглядной форме и объяснить.

Таблица 2. Ожидаемые результаты.

Так основной целью является получить положительную значимую зависимость между параметрами рыночной стоимости, в данной работе их два: MTBV и Tobin's Q, и индексом прозрачности, созданном на базе рейтинга РРС. Также в связи с возможным влиянием государства на рыночную стоимость российских компаний ожидается получить значимую зависимость с положительным коэффициентом между переменной gov, отвечающей за форму собственности, и показателями транспарентности фирмы. С выборкой компаний и результатами, полученными в ходе построения регрессии, можно ознакомиться в главе 3.

Глава 3. Дескриптивный анализ и результаты регрессионного исследования

3.1 Дескриптивный анализ

Выборка компаний для проведения исследования была составлена в несколько этапов. На первом был рассмотрен рейтинг РРС с 2013 по 2017 годы. Необходимо было выделить компании, которые присутствуют в каждом годовом рейтинге для того, чтобы в результате привести данные для анализа к панельному типу. На следующем этапе, отобрав компании с индексами прозрачности за 5 лет, для них были выгружены финансовые показатели из терминала Bloomberg, выступающие в данном исследовании в качестве контрольных переменных. В результате, после отсева непубличных компаний и компаний отчетность, для которых публиковалась не во все годы интересующего периода, в выборку вошли 24 компании. Третьим этапом стало формирование контрольных переменных. Финансовые показатели были рассчитаны согласно формулам, перечисленным в главе 2.3, а индекс прозрачности был в взят из рейтингов РРС. В исходном виде последний принимает значения от 1 до 100, однако в модель удобнее ввести переменную прозрачности в формате логарифма от индекса, указанного в рейтинге. Это необходимо для того, чтобы привести данные к асимптотически нормальному распределению и снизить разброс значений для выявления более точной связи между контрольными и зависимыми показателями.

После расчета всех необходимых переменных была сформирована выборка из 24 компаний. Все они свободно торгуются на бирже и осуществляют деятельность в нефинансовом секторе. Компании распределены по 6 различным отраслям, представленным на рисунке №1. Среди них: нефте- и газодобыча, химическое производство, энергетическая промышленность, цифровые услуги, добыча и обработка, а также транспорт. Наибольшее число компаний в выборке принадлежат энергетической отрасли. Это 29% от общего количества рассмотренных фирм.

Рисунок 1. Распределение компаний выборки по секторам.