Влияние государственного участия в капитале российских публичных компаний на их операционно-финансовую результативность

Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, Москва, Россия, ,

масштабом государственного присутствия в корпоративном секторе: согласно индексу государственного участия, рассчитываемому специалистами Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации (РАНХиГС), доля компаний с государственным участием во внутреннем валовом продукте (ВВП) России возросла с 20,1 % в начале 2000-х гг. до порядка 33 % к 2023 г. ¹ В условиях такого масштаба государственного владения понимание его последствий для операционно-финансовой результативности компаний имеет как теоретическую, так и практическую значимость – для управления государственными активами, оценки корпоративного управления и интерпретации финансовой отчетности.

Вместе с тем накопленные эмпирические результаты демонстрируют значительную неоднозначность (Megginson, Netter, 2001): часть исследований фиксирует отрицательную связь государственного участия с результативностью, другие выявляют положительные или нейтральные эффекты, а большинство работ указывает на контекстную зависимость выводов от страны, отрасли и применяемой методологии (Абрамов и др., 2023). Для российского рынка характерна дополнительная специфика: концентрация государственного присутствия в стратегических и инфраструктурных отраслях, доминирование контрольных пакетов как формы участия и ограниченная доступность данных по непубличным компаниям. В этих условиях эмпирическая оценка на репрезентативной выборке российских публичных компаний с учетом отраслевой неоднородности представляет самостоятельную исследовательскую ценность (Djankov, Murrell, 2002).

Теоретическим основанием для ожидаемого направления эффекта служит многоцелевой мандат государства как собственника (Musacchio et al., 2015). В отличие от частного инвестора, ориентированного преимущественно на максимизацию финансовой отдачи, государство интегрирует в корпоративную повестку экономические, социальные и стратегические ориентиры – поддержание занятости, обеспечение доступности социально значимых услуг, контроль над стратегически важными активами. Реализация этих задач сопряжена с отклонением управленческих решений от критерия финансовой эффективности, что в рамках агентской теории интерпретируется как следствие более сложной системы стимулов и ограничений государства как собственника по сравнению с частным акционером (Shleifer, 1998). Дополнительным источником потенциального снижения результативности выступает смягчение бюджетных ограничений: государственные компании, как правило, обладают более широким доступом к государственным гарантиям и субсидированному финансированию, что снижает дисциплинирующее воздействие рынка капитала. Совокупность этих механизмов формирует теоретическое основание для гипотезы об отрицательной связи государственного контроля с финансовой результативностью (Радыгин и др., 2015; Djankov, Murrell, 2002).

Эмпирический анализ основан на панельной базе данных российских публичных нефинансовых компаний. Единицей наблюдения является «компания-год», период исследования охватывает 2009–2024 гг. Выбор данного горизонта обусловлен, с одной стороны, переходом большинства публичных компаний на подготовку консолидированной финансовой отчетности по международным стандартам (МСФО), с другой – необходимостью формирования временных рядов достаточной длины для учета динамики показателей через различные фазы экономического цикла, включая кризисные периоды и периоды восстановления.

Отраслевой охват исследования включает три сектора – нефтегазовый, телекоммуникационный и теплоэнергетический – и определяется двумя ключевыми критериями: наличием как компаний с государственным участием (КГУ), так и сопоставимых по виду деятельности частных компаний в публичном сегменте, а также достаточной доступностью и сопоставимостью финансовой отчетности. Финансовый и транспортный секторы исключены: первый – в силу принципиально иной архитектуры бухгалтерского учета, второй – вследствие доминирования одного государственного игрока и ограниченных возможностей формирования сопоставимой контрольной группы. Итоговая выборка включает 20 компаний и 243 наблюдения; структура выборки по отраслям и формам собственности приведена в таблице 1.

Таблица 1 . Структура эмпирической выборки²

Table 1 . Structure of the Empirical Sample

Отрасль	Количество компаний	Компании с государственным участием (КГУ)	Частные компании	Период	Наблюдения
Нефтегазовая	9	5 (53 %)	4 (47 %)	2009–2024	94
Телекоммуникационная	5	2 (42 %)	3 (58 %)	2009–2024	76
Теплоэнергетическая	6	3 (51 %)	3 (49 %)	2009–2024	73
Итого	20	10 (49 %)	10 (51 %)	2009–2024	243

1 КГУ. Индексы [Электронный ресурс] // Абрамов Александр Евгеньевич. Персональные страницы об инвестициях и финансах. URL: (дата обращения: 05.01.2026).

2 Составлено автором на основании данных рейтинга «РБК 500» и информационной системы СПАРК: Проверка контрагента [Электронный ресурс] // СПАРК-Интерфакс. URL: (дата обращения: 05.01.2026) ; РБК представляет рейтинг крупнейших по выручке компаний России [Электронный ресурс] // РБК. URL: (дата обращения: 05.01.2026).

Выбор трех отраслей – нефтегазовой, телекоммуникационной и теплоэнергетической – определяется совокупностью критериев: в каждой из них одновременно представлены компании с государственным участием и сопоставимые частные компании, формирующие внутриотраслевой контрафакт, необходимый для идентификации эффекта структуры собственности, а публичный сегмент характеризуется достаточной доступностью и сопоставимостью финансовой отчетности по МСФО на протяжении всего исследуемого периода. Финансовый сектор исключен в силу принципиально иной архитектуры бухгалтерского учета, транспортный – вследствие доминирования одного государственного игрока и ограниченных возможностей формирования сопоставимой контрольной группы.

Нефтегазовый сектор представлен девятью компаниями сегмента нефтедобычи и нефтепереработки: ПАО НК «Роснефть», ПАО «Газпром нефть», ПАО «Татнефть» им. В.Д. Шашина, ПАО АНК «Башнефть», ПАО «ЛУКОЙЛ», ПАО НК «РуссНефть», ПАО «Сургутнефтегаз», АО «Независимая нефтегазовая компания» и ООО «Иркутская нефтяная компания». Организации, специализирующиеся на транспортировке газа и производстве СПГ, исключены ввиду принципиально иной технологической модели. Телекоммуникационный сектор включает пять компаний – ПАО «Ростелеком», ПАО «Таттелеком», ПАО «ВымпелКом», ПАО «МегаФон» и ПАО «Мобильные ТелеСистемы» – при однородности их бизнес-моделей и достаточности раскрытия отчетности. Теплоэнергетический сегмент представлен шестью компаниями: ПАО «Мосэнерго», ПАО «ОГК-2», ПАО «ТГК-14», ПАО «ТГК-2», ПАО «Т Плюс» и ПАО «Юнипро». Фокус именно на тепло-генерации обусловлен необходимостью технологической однородности – сетевые и холдинговые структуры характеризуются принципиально иной конфигурацией активов и финансовых потоков.

Источниками данных выступили: консолидированная финансовая отчетность компаний по МСФО, годовые отчеты, а также данные информационной системы СПАРК для верификации структуры собственности. Сведения о государственном участии восстанавливались по данным СПАРК и сопоставлялись с корпоративными раскрытиями для снижения риска классификационных ошибок.

Основная часть . Описательная статистика ключевых показателей по отраслям представлена в таблице 2. Данные демонстрируют выраженную отраслевую неоднородность: нефтегазовый сектор характеризуется наиболее высокими абсолютными масштабами деятельности, однако более умеренным уровнем относительной операционно-финансовой результативности (OIBDA adj. / активы в среднем 17,7 %) по сравнению с телекоммуникациями (23,6 %). Теплоэнергетика занимает наиболее слабые позиции как по масштабу, так и по финансовой отдаче активов (13,1 %). Телекоммуникационный сектор отличается существенно более высоким финансовым рычагом (медиана 0,6 против 0,2 в остальных отраслях), что отражает специфику модели финансирования данного сегмента. Описанная отраслевая неоднородность обосновывает необходимость включения отраслевых фиксированных эффектов в регрессионные спецификации.

Таблица 2 . Описательная статистика ключевых показателей по отраслям (полная выборка, 2009–2024)¹

Table 2. Descriptive Statistics of Key Indicators by Industry (Full Sample, 2009–2024)

Показатель	Нефтегазовый сектор		Телекоммуникационный сектор		Теплоэнергетический сектор
	среднее	Стандартное отклонение	среднее	стандартное отклонение	среднее	стандартное отклонение
OIBDA adj. / активы	17,7 %	4,8 %	23,6 %	5,8 %	13,1 %	6,8 %
Финансовый рычаг	0,20	0,20	0,51	0,22	0,20	0,20
Размер (Ln (выручка))	14,0	1,5	12,0	1,6	11,2	1,0
Основные средства / активы	61,8 %	9,2 %	64,2 %	11,8 %	69,1 %	11,9 %

Зависимой переменной в модели выступает показатель операционно-финансовой результативности, рассчитываемый как отношение скорректированной OIBDA к совокупным активам компании (OIBDA adj. / активы). Выбор данной метрики обусловлен ее операционным характером: скорректированная OIBDA очищена от разовых и нерегулярных эффектов, переоценок и обесценений активов, что снижает влияние учетных особенностей и обеспечивает сопоставимость между компаниями. Нормировка на активы позволяет контролировать масштаб деятельности и сопоставлять компании с различными размерными характеристиками.

Ключевой объясняющей переменной является бинарный индикатор государственного контроля, принимающий значение 1 при наличии государственного контроля над компанией и 0 – в противном случае. Выбор бинарной спецификации обусловлен особенностями исследуемой выборки: в анализируемых отраслях компании с государственным участием, как правило, характеризуются контролирующим пакетом государства (50 % + 1 акция и более), что формирует ограниченную вариативность непрерывного показателя доли участия. Исключение составляет ПАО «Татнефть», где доля государственного участия составляет около 33 %, однако наличие специального права управления («золотой акции») обеспечивает расширенные корпоративные полномочия и по экономическому содержанию приближает степень влияния государства к режиму контролирующего участия. Применение непрерывной меры в условиях низкой вариативности долей владения ограничивало бы статистическую идентификацию и интерпретационную однозначность оценок, что делает бинарный индикатор наиболее корректной операционализацией для данной выборки.

В качестве контрольных переменных в модель включены: показатель финансового рычага (отношение чистого долга к активам), отражающий структуру финансирования компании; натуральный логарифм выручки как индикатор масштаба деятельности, а также наборы фиктивных переменных по отраслям и годам, контролирующих отраслевую специфику и общеэкономические условия соответствующего периода (Черкасова, 2014). Базовой оцениваемой моделью является панельная регрессия с фиксированными эффектами по годам и отраслям следующего вида:

OIBDA_adj/Assetsit = во + Pi x Stateit + вг x Ln (Revit) + вз x Levit + Yeart ++ ndustrys + Eit, (1) где:  OIBDA_adj/Assetsit – показатель операционно-финансовой результативности компании i в году t;

Stateit – бинарный индикатор государственного контроля;

Ln (Revit) – натуральный логарифм выручки;

Levit – финансовый рычаг;

Yeart и Industrys – наборы фиктивных переменных по годам и отраслям; εit – ошибка модели.

Перед оцениванием проведена диагностика мультиколлинеарности на основе корреляционной матрицы и коэффициентов инфляции дисперсии: существенных признаков мультиколлинеарности выявлено не было, значения VIF для всех переменных находятся ниже общепринятых пороговых значений.

Результаты оценки панельной модели с фиксированными эффектами представлены в таблице 3.

Таблица 3 . Результаты оценки панельной модели с фиксированными эффектами (зависимая переменная: OIBDA adj. / активы)¹

Table 3 . Results of the Estimation of the Panel Model with Fixed Effects (Dependent Variable: OIBDA adj. / Assets)

Переменная	Коэффициент (β)	Стандартная ошибка (кластерная)	p-значение
Индикатор государственного контроля	-0,0317**	0,0152	0,044
Финансовый рычаг	-0,0883**	0,0397	0,030
Размер компании (Ln (выручка))	0,0041	0,0049	0,402
Отраслевые фиктивные переменные	Включены	—	—
Годовые фиктивные переменные	Включены	—	—
Число наблюдений	243	—	—

Примечание : ^** – значимость на уровне 5 %. Стандартные ошибки кластеризованы на уровне компании.

Ключевым результатом является статистически значимая отрицательная оценка коэффициента при индикаторе государственного контроля: β = -0,0317 при p = 0,044. Содержательно это означает, что при прочих равных условиях компании с государственным участием демонстрируют более низкую операционно-финансовую результативность по сравнению с частными компаниями. Данный результат устойчив к включению отраслевых и временных фиксированных эффектов, что снижает вероятность его объяснения систематическими различиями в отраслевых условиях или общей макроэкономической конъюнктуре.

Показатель финансового рычага также демонстрирует статистически значимую отрицательную связь с результативностью: β = -0,0883 при p = 0,030. Более высокая долговая нагрузка ассоциируется с меньшей финансовой отдачей активов, что согласуется с теоретическими представлениями о влиянии финансовых ограничений и долговых ковенантов на операционную гибкость компании. Примечательно, что данный эффект проявляется именно в финансовой метрике: долговая нагрузка транслируется в финансовый результат через прямые финансовые каналы, формируя самостоятельный – отдельный от структуры собственности – детерминант результативности.

Размер компании не демонстрирует статистически значимого влияния на OIBDA adj. / активы (β = 0,0041; p = 0,402). Отсутствие эффекта масштаба дополнительно снижает риск интерпретации связи государственного участия с результативностью как производной от различий в размерах компаний: государственные компании в выборке в среднем крупнее, однако данное обстоятельство не объясняет наблюдаемых различий в финансовой результативности.

Отраслевой контекст выступает важным элементом интерпретации. Включение отраслевых фиксированных эффектов позволяет зафиксировать, что выявленная отрицательная связь государственного контроля с результативностью не является артефактом отраслевой концентрации государственного присутствия: эффект сохраняется внутри отраслей при контроле их специфики. В то же время описательная статистика указывает на наличие межотраслевой неоднородности – теплоэнергетика характеризуется наиболее низкой финансовой результативностью и наиболее высокой концентрацией государственного присутствия (Кузнецов, Муравьев, 2000), что задает направление для более детального анализа отраслевой обусловленности эффектов в дальнейших исследованиях.

Заключение . Полученные результаты вносят вклад в дискуссию о последствиях государственного участия в капитале компаний на их операционно-финансовую результативность на российском рынке. Устойчивая отрицательная ассоциация государственного контроля с операционно-финансовой результативностью согласуется с теоретическими предпосылками, основанными на агентских издержках и многоцелевом мандате государства-собственника: выявленный разрыв по показателю OIBDA adj. / активы можно интерпретировать как частичное отражение стоимости реализации публичных задач – поддержания занятости, обеспечения стратегических приоритетов, которые не максимизируют финансовую отдачу активов. Вместе с тем редукция к единственному механизму была бы упрощением: в условиях российского рынка трудно разграничить влияние многоцелевого мандата, качества корпоративного управления и институциональных особенностей конкретных отраслей без дополнительных данных.

Настоящее исследование имеет ряд ограничений, которые необходимо учитывать при интерпретации результатов. Во-первых, фокус на публичных компаниях обусловлен требованиями к сопоставимости и доступности данных, однако публичный сегмент не является полностью репрезентативным для всей совокупности компаний с государственным участием: значительная их часть функционирует вне биржевого периметра и может характеризоваться иной структурой стимулов и результативности. Во-вторых, регрессионный подход позволяет зафиксировать устойчивую ассоциацию, но не дает полного ответа на вопрос о причинно-следственном характере связи и о конкретных механизмах, через которые государственное участие транслируется в наблюдаемые различия в финансовой результативности.

Перспективным направлением является расширение аналитического инструментария для более глубокого понимания механизмов и факторов нерезультативности компаний с государственным участием. В частности, представляет интерес переход к непрерывным показателям доли участия на более широких выборках, применение квазиэкспериментальных подходов для идентификации причинно-следственного эффекта, а также включение в анализ показателей корпоративного управления и операционных характеристик, позволяющих разграничить институциональные и управленческие каналы формирования выявленных различий в результативности. Дальнейшее развитие исследований в данном направлении позволит не только уточнить оценки эффекта государственного участия, но и сформулировать более конкретные рекомендации для политики управления государственными активами.