Влияние формы и происхождения собственности на эффективность российских публичных акционерных компаний

Вопрос государственного участия в собственности компаний актуален для мировой экономической науки, поскольку государство является первичным агентом создания институтов и перераспределения собственности, а также является собственником доли в капиталах большого количества компаний во всем мире. При этом существуют как успешные примеры государственного участия, так и ситуации, когда оно приводит лишь к разрушению стоимости, что большинство исследователей объясняют низким качеством государственного управления в странах, а также непрозрачностью разделения частной и государственной собственности, как основного потенциального инструмента извлечения нелегитимной ренты.

В статье анализируется влияние государственного участия в акционерной собственности на эффективность деятельности публичных компаний. Эффективность в данном исследовании разделена на операционную, выраженную рентабельностью активов, и акционерную, представленную среднегодовым приростом цены акций за год и общей акционерной доходностью за 2015–2019 гг. Помимо этого, исследовано влияние переменной государственно-приватизационного происхожде- ния собственности на данные показатели. В данной статье, основываясь на истории происхождения активов выбранных компаний, авторы исходят из допущения о высокой степени смешения и связи между государственными и частными интересами, что позволяет разделить компании на те, большая часть активов которых были созданы «с нуля» и на те, активы которых имеют преимущественно государственно-приватизационное происхождение. Соответственно, целью статьи является анализ влияния факторов государственного участия и происхождения активов на эффективность публичных компаний с помощью эконометрических моделей. Полученные модели построены на основе данных по 35 компаниям, включённым в индекс Московской биржи на начало 2020 г. По результатам исследования предложена классификация компаний по признаку происхождения их активов, оказывающая влияние на исследуемые переменные.

В основу исследования положен портфельный подход, используемый многими авторами для оценки зависимости уровня эффективности компаний от участия государства в собственности. Например, в работе Х. Берхеса «Сравнительная эффективность государственных и частных ком- паний: эмпирические данные», в которой приводится данные по наиболее значимым эмпирическим исследованиям по данному вопросу [7, c. 11]. Бóльшая часть исследований действительно подтверждают преимущество частных компаний над государственными, но автор указывает на необоснованность такого вывода по причине неоднородности компаний – они принадлежат разным секторам экономики и действуют в разных регуляторных режимах [7, c. 23]. В работе П. Девентера и К. Малатесты отмечается наличие бóльшей рентабельности активов и собственного капитала у частных компаний [2, c. 330]. В свою очередь в исследовании С. Хуан и Р. Чена авторы отмечают, что, несмотря на все привилегии, при проведении IPO государственные компании в целом оцениваются рынком ниже, чем частные [4]. В свою очередь, в работе Р. Окимуры эмпирические данные свидетельствуют о том, что существует отрицательная линейная зависимость между избытком голосующих акций у контролирующего акционера, производительностью и стоимостью компании [6]. В статье М.А. Масленниковой и А.Н. Степановой получены результаты, которые свидетельствуют о том, что концентрация собственности в руках у крупнейшего акционера, оказывала значительное отрицательное влияние на эффективность деятельности и российских и бразильских компаний в кризис 2008–2009 гг. [9]. Х. Демзетц и Б. Виялонга отмечают, что в значительной степени структура собственности формируется рынком и условиями, в которых оперирует предприятие, вне зависимости от структуры собственности. К таким условиям можно отнести разницу в регулировании, масштаб фирмы и местную институциональную среду [8, c. 228–230].

В работе Э. Лилеблом, Б. Мори и А. Хёрхам-мера «Комплексная государственная собственность, конкуренция и эффективность фирмы – свидетельство из России» авторы обнаружили существенные различия в производительности, связанные с различными формами государственной собственности. Государственный контроль (более 20% голосующих акций) отрицательно связан с оценкой фирмы (Q Тобина), результативностью фирмы (RoE) и отношением выручки к количеству персонала, что может быть связано со стремлением государственных компаний обеспечить избыточную занятость [5, c. 199]. Наименьшая производительность достигается при миноритарном участии государства, присутствии региональной собственности и при прямом контроле. Лучшие результаты достигаются при государственном контроле через золотые акции. В работе А. Абрамова и А. Радыгина авторы отмечают, что с точки зрения производительности труда на одного работника, государственные предприятия сильно отставали от частных компаний [1]. При этом публичные государственные предприятия намного превосходили непубличные. В исследовании С. Гуриева «Роль олигархов в российском капитализме» авторы указывают на более высокую эффективность компаний, находящихся в частной собственности, но имеющих государственноприватизационное происхождение, в сравнении с другими частными владельцами и государственной собственностью [3, c. 143].

Теория и методы

Используемая в исследовании совокупность состоит из акций 35 компаний, входящих в индекс Московской биржи на начало 2020 г., исследуемый период – 2015–2020 г. Акции FIVE были исключены из выборки, так как их первичное размещение состоялось всего два года назад, а наша задача состоит в исследовании долгосрочной доходности. Также были исключены акции LNTA, так как в начале года они были исключены из базы расчета индекса Московской биржи, итого 35 компаний остались в выборке. Акционерная собственность банков, контролируемых государством, не оценивалась как государственная собственность. По акциям собраны данные о ценах на начало января за периоды с 2015 по 2020 гг. Также посчитано изменение цен с января 2015 г. Также были проанализированы истории происхождения основных активов компаний и на этом основании они были разделены по признаку (Государственноприватизационное происхождение собственно-сти/Нет). Данные по структуре акционерного капитала компаний получены с официальных корпоративных сайтов компаний, а исторические данные по котировкам получены с сайта investing.com. В свою очередь показатели мультипликаторов были получены по данным сайта Smartlab, при отсутствии необходимой информации, рассчитаны авторами на основе данных последней финансовой отчетности по МСФО. Баллы по индексу прозрачности корпоративной отчетности компаниям присвоены на основе информации Transparency International.

В исследовании используется портфельный подход, ключевой задачей является сравнение доходности и эффективности компаний с государственным участием и разным происхождением активов, доходность определена с учетом изменения цены акций с 2015 г. или с момента первичного их размещения. Эффективность определена на основе показателя рентабельности активов по данным финансовой отчётности по МСФО за 2019 г.см. Используемые переменные представлены в табл. 1.

Таким образом, в данном исследовании нами проверяются следующие гипотезы:

• 1)    наличие государственного участия в акционерной собственности значимо для рентабельности активов, изменения стоимости акций и общей акционерной доходности за 2015–2019 гг.;

• 2)    факт происхождения значительной части активов от государственной или приватизирован-

• Таблица 1

Используемые переменные для построения модели

Переменная Описание Conc_cap Доля акций в руках крупнейшего акционера State_cont Доля акций в руках государства % div_2015–2019 Средний процент дивидендных выплат от чистого денежного потока по МСФО за 2015–2019 гг. State_partic Фиктивная бинарная переменная, означающая факт участия государства в собственности компании. Stateol_origin Фиктивная бинарная переменная, означающая государственно-приватизационное происхождение значимой части активов компании. Transp Балл индекса прозрачности корпоративной отчётности Transparency International RoA Рентабельность активов компании Av_cap_growth Среднее ежегодное изменение цены за 2015–2020 гг. Av_div Средняя дивидендная доходность за 2015–2019 гг. TSR Общая акционерная доходность (total shareholders’ return), как сумма изменения цены и дивидендной доходности ной собственности значим для рентабельности активов, изменения стоимости акций и общей акционерной доходности за 2015–2019 гг.;

• 3)    средний процент дивидендных выплат от величины чистого денежного потока по МСФО и средняя дивидендная доходность значимы и уменьшают текущую рентабельность активов, среднее ежегодное изменение стоимости акций и общую акционерную доходность за 2015–2020 гг.

Результаты

При построении моделей мы ориентировались на значения скорректированного коэффициента детерминации. Таким образом, в моделях представлены наиболее значимые переменные.

Результат регрессионного анализа модели:

RoA = β0+β3av_divi,t + β6transp,t + E + β3stateol_origin+ β3state_partic

Коэффициент детерминации R2 = 0,48. F-критерий Фишера = 0.000406, что меньше уровня значимости в 0,05, что позволяет отвергнуть нулевую гипотезу. Коэффициент Дарбина-Уотсона = 1,507604, что укладывается в интервал 1,22<

Durbin-Watson stat<1,73 и говорит об отсутствии значимой автокорреляции.

Prob. F(27,8)>0,05, что подтверждает нулевую гипотезу теста Уайта о гомоскедастичности остатков. Так как Probability 0,13978>0,05, то гипотеза о нормальном распределении принимается.

Таким образом, итоговое эмпирическое уравнение регрессии имеет следующий вид:

RoA = 0.091631+0.003412av_divi,t – 0.006213transpi,t + E + 0.072948stateol_origin – 0.099799state_partic

Наиболее значимыми переменными в данном уравнении оказались бинарные переменные собственности – наличие государственного участия (0,1) и переменная государственно-приватизационного происхождения собственности (0,07). Полученный результат подтверждает значимость этих переменных, а также средней дивидендной доходности за 2015–2019 гг. Разность их знаков несколько осложняет однозначную интерпретацию этих связанных между собой переменных. Параметры регрессионного анализа данной модели представлены в табл. 2 и на рис. 1.

Таблица 2

Параметры регрессионного анализа модели RoA

Variable	Coefficient	Std. Error	t-Statistic	Prob.
STATEOL_ORIGIN	0.072948	0.023715	3.076066	0.0044
STATE_PARTIC	–0.099799	0.021249	–4.696542	0.0001
AV_DIV	0.003412	0.002193	1.555796	0.1302
TRANSP	–0.006213	0.006016	–1.032808	0.3099
C	0.091631	0.027931	3.280645	0.0026
R-squared	0.483858	Mean dependent var		0.092487
Adjusted R-squared	0.415039	S.D. dependent var		0.071471
S.E. of regression	0.054663	Akaike info criterion		–2.843708
Sum squared resid	0.089640	Schwarz criterion		–2.621515
Log likelihood	54.76488	Hannan-Quinn criter.		–2.767007
F-statistic	7.030888	Durbin-Watson stat		1.507604
Prob(F-statistic)	0.000406

Бóльшую рентабельность активов среди компаний с государственно-приватизационным происхождением собственности можно объяснить тем, что таковые компании представлены преимущественно экспортерами углеводородов и металлургическими компаниями. В исследовании С. Гуриева и С. Рачинского «Роль олигархов в российском капитализме» (2004 г.) авторы пришли к схожим результатам относительно производительности [3, c. 142].

Результаты регрессионного анализа модели: av_cap_growth = β + β2conc_capi,t + β4%div_2015– 2019i,t + β5transpi,t + β8RoA,t E+ β8Stateol_originit + E

Таким образом, полученное нами уравнение значимо и силу связи можно оценить как умеренную. Коэффициент детерминации R2 = 0,46. F-критерий Фишера = 0,002216, что меньше уровня значимости в 0,05, что позволяет отвергнуть нулевую гипотезу.

Коэффициент Дарбина-Уотсона = 2,02, что не укладывается в интервал 1,16< Durbin-Watson stat<1,8 и говорит нам о наличии значимой автокорреляции.

Prob. F(19,15)>0,05, что подтверждает нулевую гипотезу теста Уайта о гомоскедастичности остатков. Так как Probability 0,506>0,05, то гипотеза о нормальном распределении принимается.

Таким образом, итоговое эмпирическое уравнение регрессии имеет следующий вид: av_cap_growth = 0.068853 +

0.001834conc_capi,t – 0.035923%div_2015–2019i,t –

0.027628transpi,t + 0.738481RoA,t +0.132112Stateol_originit + E

Наиболее весомой переменной оказались рентабельность активов (0,74) и индекс прозрачности корпоративной отчетности (0,28). Наиболее весомой переменной собственности оказалась бинарная переменная государственно-приватизационного происхождения активов (0,13). Параметры регрессионного анализа данной модели представлены в табл. 3 и на рис. 2. Полученный результат подтверждает гипотезы о значимости переменных

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

Jarque-Bera Probability

Series: Residuals

Sample 1 35

Observations 35

-4.69e-18

-0.007764

0.147436

-0.077203

0.051347

0.814244

3.215627

3.935266 0.139787^

F-statistic	0.697878	Prob. F(12,22)	0.7370
Obs*R-squared	9.649817	Prob. Chi-Square(12)	0.6467
Scaled explained SS	7.854023	Prob. Chi-Square(12)	0.7964

Рис. 1. Тест Уайта на наличие гетероскедастичности и проверка остатков на нормальность распределения модели RoA

Таблица 3

Результаты регрессионного анализа модели av_cap_growth

Variable	Coefficient	Std. Error	t-Statistic	Prob.
STATEOL_ORIGIN	0.132112	0.050698	2.605856	0.0143
ROA	0.738481	0.321277	2.298578	0.0289
CONC_CAP	0.001834	0.001086	1.688588	0.1020
_DIV_2015_2019	–0.035923	0.027293	–1.316197	0.1984
TRANSP	–0.027628	0.013949	–1.980549	0.0572
C	0.068853	0.090971	0.756868	0.4552
R-squared	0.458910	Mean dependent var		0.181105
Adjusted R-squared	0.365618	S.D. dependent var		0.163611
S.E. of regression	0.130313	Akaike info criterion		–1.082949
Sum squared resid	0.492463	Schwarz criterion		–0.816318
Log likelihood	24.95161	Hannan-Quinn criter.		–0.990908
F-statistic	4.919095	Durbin-Watson stat.		2.022958
Prob(F-statistic)	0.002216

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

Jarque-Bera Probability

Series: Residuals

Sample 1 35

Observations 35

-5.71e-17

-0.000649 0.286346

-0.219237 0.120350 0.356486 2.876063

0.763712 0.682593^

F-statistic	1.121890	Prob. F(19,15)	0.4160
Obs*R-squared	20.54353	Prob. Chi-Square(19)	0.3626
Scaled explained SS	13.22977	Prob. Chi-Square(19)	0.8266

Рис. 2. Тест Уайта на наличие гетероскедастичности и проверка остатков на нормальность распределения модели av_cap_growth государственно-приватизационного происхождения собственности, а также среднего процента дивидендных выплат от чистого денежного потока по МСФО за 2015–2019 гг.

Результаты регрессионного анализа модели tsr:

tsr = β0+β1state_conti,t + β2conc_capi,t + β3av_divi,t + β4%div_2015–2019i,t + β5transpi,t + β6D/Ei,t + β7free_floati,t + E

Как мы видим из данных табл. 4, уравнение не значимо во всех отношениях. Таким образом, данные факторы не оказывают значимого влияния на общую акционерную доходность с 2015 г., как сумму изменения цены и дивидендов за период.

Обсуждение и выводы

Полученные нами результаты в целом подтверждают влияние институциональной среды на эффективность компаний. Анализируемые нами факторы значимы для объяснения рентабельности активов и среднего ежегодного изменения цены. Однако подтверждения влияния факторов на общую акционерную доходность получено не было, что не позволяет интерпретировать результаты исследования однозначно и указывает на необходимость дальнейших исследований по теме. Полученные выводы в целом не противоречат предыдущим исследованиям, отмечающим высокую степень смешения частной и государственной собственности в реальном секторе России. Однако полученные данные не совпадают с большинством зарубежных исследований, свидетельствующих преимущественно в пользу частной собственности и нежелательности государственного участия. В целом же результат исследования можно объяснить особенностью формирования и трансформации частного и государственного сектора в РФ и тем, что приватизированные и государственные активы концентрируются в наиболее рентабель-

Таблица 4

Результаты регрессионного анализа модели tsr

Variable Coefficient Std. Error t-Statistic Prob. STATE_CONT 0.006307 0.011683 0.539858 0.5937 CONC_CAP 0.016036 0.023204 0.691085 0.4954 AV_DIV 0.032959 0.079741 0.413322 0.6826 _DIV_2015_2019 –0.449570 0.419891 –1.070683 0.2938 TRANSP –0.127612 0.200077 –0.637816 0.5290 D_E 0.003067 0.088069 0.034825 0.9725 FREE_FLOAT –0.001827 0.022765 –0.080256 0.9366 C 1.227138 1.933269 0.634747 0.5309 R-squared 0.133811 Mean dependent var 1.514279 Adjusted R-squared –0.090757 S.D. dependent var 1.742672 S.E. of regression 1.820034 Akaike info criterion 4.233219 Sum squared resid 89.43816 Schwarz criterion 4.588727 Log likelihood –66.08134 Hannan-Quinn criter. 4.355941 F-statistic 0.595860 Durbin-Watson stat 2.326489 Prob(F-statistic) 0.753613 ных секторах российской экономики (добыча углеводородов и металлургия), что схоже с результатами, которые наблюдались в других постсоциалистических странах, в том числе в Чехии [10, c. 74]. Это подтверждается и результатами, полученными С. Гуриевым. Само же смешение собственности формируется отчасти спонтанно на основе действия рыночного механизма, а отчасти – обусловлено последствиями государственного участия в извлечении экономической ренты. Данная ситуация относится к особенностям российской экономики и влияет как на эффективность деятельности компаний, так и на развитие рынка ценных бумаг.