CC BY
0
Terra Economicus, 2024, 22(2): 39-59 DOI: 10.18522/2073-6606-2024-22-2-39-59
Детерминанты выживаемости новых компаний российской обрабатывающей
промышленности
Заздравных Алексей Витальевич
Московский государственный университет им. М.В. Ломоносова, Россия, e-mail: apkreforma@mail.ru
Цитирование: Заздравных А.В. (2024). Детерминанты выживаемости новых компаний российской обрабатывающей промышленности. Terra Economicus 22(2), 39-59. DOI: 10.18522/2073-6606-2024-22-2-39-59
Сегодняшняя ситуация в российской экономике актуализирует проблему создания, успешного закрепления на рынке и дальнейшего роста новых компаний. Статья посвящена анализу влияния первоначальных региональных и отраслевых условий на перспективы выживаемости вновь созданных коммерческих организаций в российской обрабатывающей промышленности. На фоне наметившейся с 2019 г. тенденции сокращения числа ликвидированных компаний в расчете на 1 тыс. действующих в наблюдаемом шестилетнем периоде с 2017 по 2022 г. выявлена высокая вариативность между группами обрабатывающих производств в абсолютных значениях и динамике ликвидаций. Для сформированной выборки из более 27 тыс. компаний, зарегистрированных в 2017 г. в различных обрабатывающих секторах, рассчитаны непараметрические функции риска Каплана - Майера для шестилетнего периода, отражающие влияние временного фактора на перспективы выживания. Установлена закономерность: для секторов с меньшей долей выживших компаний характерны как смещение пиков ликвидаций к более ранним периодам, так и более высокое значение рисков. Оценки в регрессии Кокса показали разнонаправленное и значимое влияние на выживаемость институциональных, конкурентных, финансовых и потребительских факторов, однако не подтвердили влияние параметров региональных рынков труда. Формулируется вывод, что, несмотря на реализуемые меры государственной политики, сложившаяся неопределенность в сфере кредитования, высокая потребительская инфляция, а также нерешенные в практическом плане задачи импортозамещения способны усилить риски для выживания новых компаний российской обрабатывающей промышленности.
Ключевые слова: отраслевая динамика фирм; демография организаций; ликвидация компаний; промышленная концентрация; деловой климат; финансирование; региональная экономика
© А.В. Заздравных, 2024
Determinants of new firm survival across Russian
manufacturing industry
Alexey V. Zazdravnykh
Lomonosov Moscow State University, Russia, e-mail: apkreforma@mail.ru
Citation: Zazdravnykh A.V. (2024). Determinants of new firms survival in Russian manufacturing industry. Terra Economicus 22(2), 39-59 (in Russian). DOI: 10.18522/2073-6606-2024-22-2-39-59
The current situation in the Russian economy brings forth the issue of the successful survival of young companies. I analyze the impact of the initial regional and sectoral conditions on young firms' prospects for survival. The sample includes more than 27 thousand companies of Russian manufacturing industry emerged in 2017. Given an overall downward trend in the number of liquidated companies per 1,000 operating companies since 2019, high variability between the groups of companies withing the manufacturing industry from 2017 to 2022 is identified, both in terms of absolute values and the dynamics of liquidation. Using the KaplanMeier non-parametric estimator of the survival function for a six-year period, I found that manufacturing sectors with a lower share of companies that survive are featured by both a shift in the highest numbers of company liquidations to the earlier periods and higher risk values. The estimates in the Cox regression model indicate a significant and multidirectional impact of institutional, competitive, financial and consumer factors on firm survival, but do not confirm the effect of regional labor markets. In summary, the findings of this study suggest that nowadays, despite the current government policies, the emergence of new firms may be associated with increased survival risk, due to highly uncertain perspectives related to bank loans access, consumer price inflation, as well as the challenges of import substitution.
Keywords: industrial dynamics analysis; firm dynamics; business demography; liquidation of companies; industrial concentration; business climate; financing; regional economy
JEL codes: L16, M13, R12
Введение
Формирование нового предпринимательства и его последующий успешный рост являются популярным предметом зарубежных исследований в области экономической политики и организации промышленности. В них подчеркивается важность быстрорастущих молодых фирм для структурных изменений в экономике, экономического роста и его качества, занятости, развития конкуренции, формирования новых рынков и продуктовых ниш и т.д. В последние десятилетия исследователями фиксируются тенденции как ежегодного роста числа регистрируемых по всему миру компаний, так и большая доступность и упрощение процедур организации нового бизнеса (даже в традиционных секторах с высокими барьерами входа). Несмотря на эти тенденции, по-прежнему лишь только часть молодых фирм1 способна преодолевать начальный этап своего жизненного цикла, а перманентные риски ликвидации становятся их верным попутчиком (Cefis and Marsili, 2006; Renski, 2011).
Динамика ликвидаций и выживаемости компаний выступает важным индикатором организационной демографии: в исследовательской среде присутствует консенсус-мнение о его значимости для оценок условий предпринимательства в различных странах (Karlsson et al., 2015; Renski, 2011). Страны с более высоким уровнем развития демонстрируют и более высокое со-
1 Данные значимо различаются по секторам и временным интервалам, однако в зарубежных исследованиях диапазон доли выживших в первые пять лет с момента создания компаний составляет в среднем от 40 до 70%.
отношение между устоявшимися и ранними предпринимателями (Верховская и др., 2021). Высокий уровень выживаемости компаний оказывает положительное влияние на производство, региональные рынки труда, состояние конкуренции (Brixy and Grotz, 2007; Che et al., 2017). Способность новых фирм к выживанию в первые годы функционирования выделяется в качестве внутреннего критерия успешности (Josefy et al., 2017; Renski, 2011).
В качестве объекта настоящего исследования выступает обрабатывающая промышленность -важный структурный элемент экономики России: это первый сектор по доле в ВВП2, второй - по численности занятых3 и по объему отчислений в налоговую систему страны4. Повышение выживаемости российских промышленных компаний является важным условием решения приоритетных задач импортозамещения, сохранения промышленного потенциала, экономического развития страны. Вместе с тем в последние 15 лет в данном секторе фиксируется тенденция роста числа ликвидаций и сокращения числа созданных новых предприятий. С 2016 г. значение коэффициента ликвидации устойчиво превышает значение коэффициента рождаемости (Иванова, Кравченко, 2022; Заздравных, 2023)5, хотя отчасти такая тенденция была сглажена в последние годы мерами государственной поддержки экономики в пандемийный и постпандемийный периоды. Негативное влияние на выживаемость компаний ряда отраслей обрабатывающей промышленности способна в перспективе оказать сложившаяся экономическая и внешнеполитическая ситуация.
К сожалению, на сегодняшний день эта проблема крайне слабо представлена в отечественной научной литературе, и настоящая статья в определенной мере устраняет данный пробел.
Выживаемость новых компаний обусловлена как их специфическими индивидуальными характеристиками, так и широким пулом объективных отраслевых и региональных условий. Последние, в свою очередь, тесно увязаны с мерами государственной промышленной, антимонопольной, денежно-кредитной политики, а также с программами поддержки и развития предпринимательства. Результаты настоящего исследования могут быть использованы для совершенствования инструментов регулирования в рамках данных направлений государственной политики.
Дальнейшая структура статьи организована следующим образом. В первом параграфе раскрыта концептуальная основа проводимого исследования; во втором проводится эмпирический анализ процессов выхода компаний, дается эконометрическая оценка влияния отдельных условий на длительность функционирования молодых компаний, обсуждаются полученные результаты; в заключение формулируются общие выводы.
Концептуальная основа исследования
Условия успешного выживания новых фирм, а также различные факторы, активизирующие риски их ликвидации на ранних этапах жизненного цикла, изучаются на стыке ряда направлений научной мысли.
С позиций организационной теории (эволюционного подхода к анализу динамики фирм) выживание фирм детерминировано активными процессами отбора и обучения в конкурентной среде с асимметричным распределением ограниченных ресурсов (Cefis and Marsili, 2006). Интенсивность рыночных взаимодействий между фирмами и развитая конкуренция действуют как механизм естественного отбора, влияя на способность к выживанию. В определенном смысле эти процессы созвучны дарвиновской борьбе за существование, в нашем случае - молодых неопытных фирм, на поле сильных, крупных и опытных компаний. В рамках современной организационной экологии значимое внимание уделяется балансу рождаемости и смертности фирм, которые зависят во многом от емкости рыночных ниш. В русле экологического подхода сегодня активно разрабатываются различные проблемы жизненных циклов компаний, включая одну из наиболее дискуссионных - проблему выживания (Валитова, Тамбовцев, 2005). В частности, по-
2 ФСГС. https://rosstat.gov.ru/storage/mediabank/55_07-04-2023.html
3 ФСГС. https://rosstat.gov.ru/storage/mediabank/Rab_sila_2022.pdf
4 ФСГС. https://rosstat.gov.ru/storage/mediabank/Finans_2022.pdf
5 На этом фоне только в период 2017-2022 гг. количество действующих компаний в обрабатывающем секторе сократилось более чем на 25%, что негативно сказалось и на численности занятых. Источник данных: ФСГС. https://www.fedstat.ru/indicator/58109
тенциальные угрозы их существованию на ранних этапах жизненного цикла обобщает концепция «ответственности новизны» (the liability of newness)6. Согласно ей, новые фирмы, по сравнению с более опытными, чаще терпят неудачу, риски ликвидации максимальны в момент основания компании, но постепенно снижаются по мере возраста. С точки зрения производственных и экономических параметров молодые фирмы обычно меньше давно действующих, что делает их более уязвимыми к волатильности окружающей среды (Esteve-Perez and Manez-Castillejo, 2008), а для достижения оптимальной продуктивности им требуется быстрый рост (Fritsch et al., 2010).
Ресурсный подход к анализу выживания фокусирует внимание исследователей на роли факторов производства как источника конкурентных преимуществ (Coleman et al., 2013). Согласно этому походу, риски ликвидации новых фирм обусловлены дефицитом первоначальных ресурсов (Karlsson et al., 2015). Приоритетная задача начинающего предпринимателя заключается в привлечении оптимального объема факторов производства и получении на этой основе конкурентных преимуществ, нейтрализующих риски естественного отбора и повышающих вероятность выживания (Cefis and Marsili, 2006).
В области теории организации промышленности известна парадигма барьеров входа, представляющая интерес в контексте анализа проблем выживания новых фирм в том смысле, что барьеры препятствуют достижению целевых параметров деятельности и, соответственно, долгосрочной выживаемости. В частности, к одному из таких барьеров относится отраслевой эффект экономии от масштаба. Большинство новых фирм действуют, как правило, в неоптимальных масштабах производства7, а отраслям с высокими значениями минимально эффективного выпуска свойственны высокие риски ликвидации и низкие показатели выживаемости новых фирм (Audretsch, 1991; Fritsch et al., 2010). В свою очередь, уровень оптимального выпуска косвенно определяет параметры отраслевой концентрации, высокие значения которой благоприятствуют сговору крупных операторов, повышают вероятность агрессивных ответных действий фирм-старожилов на вход новичков (Mata and Portugal, 1994), влияют на широкий спектр внутрифирменных процессов (ценообразование, рекламные расходы, эффективность инвестиций, стимулы к инновациям и т.д.), воздействуя тем самым на динамику плотности компаний в рыночной нише (Валитова, Тамбовцев, 2005).
Свое развитие исследования динамики фирм, включая и проблемы выживания, получили и в рамках институционального подхода, в том числе применительно к российской экономической модели. Известны работы зарубежных и российских авторов, в которых обосновано потенциальное влияние институциональных условий как на рождение, так и на последующую выживаемость новых фирм8.
Процессы выживания активно обсуждаются и в русле шумпетерианской концепции созидательного разрушения, в которой новые фирмы играют ключевую роль, внедряя инновации и конкурируя с опытными компаниями, использующими традиционные технологии и бизнес-процессы. Когда фирма-новатор конкурентоспособна, она вытесняет действующих операторов. Также в этом контексте ставится вопрос о рисках ликвидации новых фирм в технологически турбулентных отраслях, где инновации выступают доминирующей формой конкуренции. Приводится ряд эмпирических доказательств9 наличия в таких отраслях преимуществ у новичков в силу их большей гибкости, позволяющей успешно закрепляться и расти в перспективных и динамично развивающихся рыночных нишах. В целом исследователи сходятся во мнении, что у более технологичных и инновационных фирм риски выхода с рынка ниже10: активные исследования и разработки, внедрение инноваций способствуют развитию внутрифирменных компетенций, созданию специфических активов, которые становятся базисом «позиционных» (за счет рыночного отбора) и «адаптивных» (за счет быстрых изменений бизнес-процессов) преимуществ (Cefis and Marsili, 2006).
6 Данное понятие формализовано американским социологом Артуром Стинчкомбом, впоследствии концепция уточнялась, дополнялась, а также критиковалась другими авторами (см., например: Brüderl and Schüssler, 1990).
7 Здесь необходимо уточнить, что процессы ликвидации не всегда отражают тенденции банкротства и закрытия неэффективных фирм, а зачастую являются следствием стратегий неорганического роста компаний и сделок слияния и поглощения (Заздравных, Теняков, 2022).
8 См., например: Иванова, Кравченко, 2022; Karlsson et al., 2015.
9 См., например: Jensen et al., 2008.
10 См., например: Audretsch, 1991; Cantner at al., 2006; Cefis, Marsili, 2006; Esteve-Perez, Manez-Castillejo, 2008.
В рамках теории и методов региональной экономики исследуется влияние пространственных различий на выживание новых фирм, обосновывается особая роль территориальных факторов на начальных стадиях жизненного цикла компаний, их приоритет над внутрифирменными (Falck, 2007). Отмечается, что выживание фирм связано с контекстом регионального разнообразия (Backman and Kohlhase, 2020), а понимание пространственных различий исключительно важно для политики поддержки предпринимательства, ее адаптации к специфике местной деловой среды, особенно для периферийных территорий (Huggins et al., 2017), поскольку предпринимательские риски, с которыми сталкиваются новые фирмы, существенно различаются в разных локациях (Karlsson et al., 2015). Центральной мыслью теоретических и эмпирических исследований, отражающих влияние региональной специфики на выживаемость, выступает присутствие различных экстерналий - внешних эффектов (преимущественно положительных), - возникающих как результат территориальной близости фирм и трансформации пространственной среды. Отмечается, что организация бизнеса в регионе с «правильным» типом экономической среды (например, с позиций потребительского спроса и предложения факторов производства) позволяет эффективно преодолевать первоначальные обязательства (Karlsson et al., 2015).
Анализ динамики ликвидации и выживаемости
В данном разделе представлены результаты эмпирического исследования межотраслевых различий в динамике ликвидации (выхода) компаний обрабатывающей промышленности, а также результаты эконометрической оценки влияния различных факторов на продолжительность функционирования (выживаемость) выборки фирм, зарегистрированных в 2017 г. в различных группах ОКВЭД-2 обрабатывающего сектора.
В табл. 1 и на рис. 1 приведены значения коэффициента ликвидации компаний11 по данным группам за 2017-2022 гг., при этом заметна высокая вариативность показателя. Так, в одних группах пиковые значения фиксируются в 2018 г. (например, в фарминдустрии и производстве нефтепродуктов), в других - в 2020 г. (в производстве табачных изделий), однако в большинстве секторов пик приходится и на 2019 г. При этом в производстве резиновых и пластмассовых изделий, а также машин и оборудования уже в начале наблюдаемого периода зафиксировано монотонное снижение значений коэффициента.
Подобные межотраслевые различия в уровне и динамике ликвидаций в российском обрабатывающем секторе заслуживают отдельного специального исследования12. Следует отметить, что анализ зарубежных публикаций, связанных с изучением процессов ликвидации или успешного выживания компаний, не позволяет уверенно говорить об универсальных закономерностях в параметрах выхода из сопоставимых секторов, в характере и векторе влияния тех или иных региональных и отраслевых условий и т.д.
Полученные результаты существенно разнятся в разрезе сфер производства и территориально-административных единиц, а выводы, сформулированные по наблюдаемым в отдельные периоды разнородным объектам, зачастую противоречивы. Например, согласно исследованию Дж. Массо и соавторов (Masso et al., 2004), данные по промышленности США показывают отрицательную взаимосвязь между темпами роста производства и значениями валового выхода, однако данные по Португалии приводят к обратным выводам.
Отдельные авторы связывают межотраслевые различия в динамике ликвидаций с инновационным и технологическим уровнем различных секторов промышленности13, другие - с экономией от масштаба и уровнем минимально эффективного выпуска14, демонстрируя также противоположные выводы о характере такого влияния. Вместе с тем, по мнению Г. Ренски (Renski, 2011), различия в уровне ликвидации обычно проявляются более отчетливо, нежели в уровне рождаемости компаний, что предполагает большую чувствительность различий в уровнях к специфическим отраслевым условиям.
11 Рассчитывается как отношение числа ликвидированных организаций к среднегодовому количеству действующих (данные приняты в расчете на 1 тыс. компаний).
12 С учетом ряда технологических, рыночных, ресурсных и прочих факторов и условий, включая меры государственной поддержки, уровень конкуренции (в том числе международной), особенности производимой продукции, экспортный потенциал отраслей и т.д.
13 См., например: Ahn, 2001.
14 См., например: Audretsch, 1991; Fritsch et al., 2010; Zajc Kejzar and Ponikvar, 2014.
Таблица 1
Коэффициенты ликвидации компаний по группам раздела обрабатывающей промышленности ОКВЭД-2 в РФ в 2017-2022 гг.
Код группы ОКВЭД Наименование группы ОКВЭД 2017 2018 2019 2020 2021 2022 Среднее за период
10 Производство пищевых продуктов 139 138 144 130 111 90 125,33
11 Производство напитков 102 101 109 98 84 71 94,17
12 Производство табачных изделий 108 112 110 190 161 95 129,33
13 Производство текстильных изделий 138 145 151 141 101 89 127,50
14 Производство одежды 135 151 159 156 128 96 137,50
15 Производство кожи и изделий из кожи 135 143 158 117 105 87 124,17
16 Обработка древесины 179 164 179 171 142 105 156,67
17 Производство бумаги и бумажных изделий 137 136 150 126 100 80 121,50
18 Деятельность полиграфическая и копирование носителей информации 134 150 164 149 122 92 135,17
19 Производство кокса и нефтепродуктов 187 206 180 175 136 119 167,17
20 Производство химических веществ и химических продуктов 108 112 122 103 85 66 99,33
21 Производство лекарственных средств и материалов, применяемых в медицинских целях и ветеринарии 116 152 131 93 77 68 106,17
22 Производство резиновых и пластмассовых изделий 138 137 135 121 96 79 117,67
23 Производство прочей неметаллической минеральной продукции 142 138 152 135 115 90 128,67
24 Производство металлургическое 146 135 140 123 94 72 118,33
25 Производство готовых металлических изделий, кроме машин и оборудования 124 123 139 125 100 81 115,33
26 Производство компьютеров, электронных и оптических изделий 97 112 105 95 73 60 90,33
27 Производство электрического оборудования 105 111 125 101 79 68 98,17
28 Производство машин и оборудования,не включенных в другие группировки 124 125 122 106 83 63 103,83
29 Производство автотранспортных средств, прицепов и полуприцепов 127 117 113 116 73 57 100,50
30 Производство прочих транспортных средств и оборудования 119 138 135 116 110 79 116,17
31 Производство мебели 150 154 174 166 134 100 146,33
32 Производство прочих готовых изделий 124 146 137 127 105 72 118,50
33 Ремонт и монтаж машин и оборудования 107 112 138 124 109 84 112,33
Источник: составлено автором по данным ФСГС: https://www.fedstat.ru/indicator/57780
Данные табл. 1 демонстрируют наименьшее среднее значение коэффициента ликвидации компаний в анализируемом шестилетнем периоде в таких группах, как производство компьютеров, электронных и оптических изделий (90,3) и производство напитков (94,7), а наибольшее - в деревообработке (156,6) и производстве кокса и нефтепродуктов (167,1). Одновременно в каждой группе обрабатывающего сектора в последние годы наблюдается и общее снижение показателей выхода компаний в расчете на 1 тыс. действующих, что соответствует общероссийской тенденции в среднем по всем секторам российской экономики.
195 175 155 135 115 95 75 55
2017 2018 2019 2020 2021 2022
220 200 180 160 140 120 100 80 60
—*-23 -И-24 -A-31 -*-16 -Ж-19 б)
175 155 135 115 95 75 55
2017 2018 2019 2020 2021 2022
—♦— 32 28 —A— 25 29 18 15 —I—14-17-13 22^-10
в)
Рис. 1. Динамика коэффициентов ликвидации компаний по группам раздела обрабатывающей промышленности ОКВЭД-2 в РФ в 2017-2022 гг.15 Источник: построено автором по данным ФСГС: https://www.fedstat.ru/indicator/57780
Для более качественного и точного изучения процессов ликвидации и выживания компаний была сформирована выборка компаний (свыше 27 тыс.), зарегистрированных в течение 2017 г. в различных отраслях обрабатывающей промышленности. Данные содержат сведения о ликвидации компаний выборки в течение последующего периода наблюдений или их выживании на 1 января 2022 г.
15 Отрасли на рисунках сгруппированы по критерию относительной сопоставимости значений коэффициента ликвидации в стартовом 2017 г.
а)
Описание исходной выборки, ее распределение по группам ОКВЭД-2 и данные о ликвидациях представлены в табл. 2. Изучаемая переменная - временной интервал (в месяцах) с момента официальной регистрации компании до момента ее ликвидации или прекращения наблюдений за ней (1 января 2022 г.)16.
На рис. 2 отображены непараметрические функции базового риска для каждой группы обрабатывающей промышленности. Графики сгруппированы в когорты (А, Б, В) по критерию относительной сопоставимости доли выживших компаний выборки на конец наблюдаемого периода. На оси ординат указаны значения базового риска, на оси абсцисс - время функционирования компаний в месяцах.
Таблица 2
Описание выборки
Код группы ОКВЭД Среднегодовое количество действующих компаний в 2017 г. Число компаний в выборке Доля компаний выборки в среднегодовом количестве действующих в 2017 г. Количество ликвидаций Доля ликвидаций
10 41260 3361 8,1 1167 0,347
11 6652 632 9,5 178 0,282
12 205 54 26,3 23 0,426
13 7552 582 7,7 237 0,407
14 15540 1128 7,2 505 0,448
15 2285 133 5,8 57 0,429
16 27522 2178 7,9 971 0,446
17 4432 352 7,9 145 0,412
18 16996 1228 7,2 641 0,523
19 1756 90 5,1 36 0,400
20 11328 1022 9,0 301 0,295
21 2585 129 5,0 36 0,279
22 20104 1348 6,7 361 0,268
23 28245 2110 7,5 757 0,359
24 4398 333 7,7 109 0,327
25 41456 4287 9,0 1561 0,364
26 10248 568 5,5 183 0,322
27 8860 716 8,0 197 0,275
28 18444 1270 6,9 335 0,291
29 3422 260 7,6 73 0,281
30 4350 251 5,8 89 0,355
31 19629 1755 8,9 853 0,486
32 8861 710 8,0 231 0,325
33 35400 2914 8,2 1373 0,471
Итого 27412 10419
Источник: рассчитано и составлено автором по данным Спарк-Интерфакс: https://spark-interfax. ru/ и ФСГС: https://www.fedstat.ru/indicator/57780; https://www.fedstat.ru/indicator/58109
Функции риска во всех трех случаях получили U-образный инвертированный вид17, при этом заметны различия между когортами: в А - с наименьшей долей выживших компаний в общем количестве заре-
16 Временной фактор важен сам по себе, независимо от внешних обстоятельств: согласно концепции «ответственности за новизну», показатели смертности должны с возрастом монотонно снижаться, следовательно, между возрастом компаний и риском их смертности предполагается обратная зависимость (во всяком случае, в пределах разумного временного горизонта наблюдений - все конечно в этом мире).
17 Аналогичный вид кривых базового риска выявлен и в ряде зарубежных работ (См., например: Bruderl and Schussler, 1990; Falck, 2007). Несмотря на отдельные различия в результатах, в работах установлено, что наиболее критическими для выживания являются первые годы функционирования, после чего риски ликвидации начинают убывать, в ряде случаев - монотонно.
гистрированных в данной группе ОКВЭД-2 - пики рисков выбытия смещены влево (в среднем к 26-му месяцу функционирования), в В - с наибольшей долей выживших - вправо (в среднем к 44-му месяцу), в Б - со средней долей выживших - ближе к 30-му месяцу. Также заметно, что в когортах с меньшей долей выживших наблюдается более высокий средний уровень рисков ликвидации (А - 0,12; Б - 0,09; В - 0,06).
0, 22 О, 2 0,15 0,2 0,00 О
N ✓ Ч
W-V,-
Д\ — ✓ ч
/L' V %
0 2 10 12 20 22 30 30 40 42 20 22 60
— 31 -33
0,552
■14 16--18----30
Когорта А
-1 2 ---17
Когорта Б
/ -V / > V \
\ \ _ mV?" \ \ ^
------- ''
/ Ч/ /' /./ /Г \ A
/ ■ /' s' //."/у/ \
0 2 10 52 20 22 30 32 40 42 20 25 60 •А - 11 ♦ 21 -----22 -24 00 27 - 28 --- 22 -- 32
Когорта В
Рис. 2. Функции базового риска (вценка Каплана - Майера) компаний выборки по групп ам ОКВЭД (10-33) Источник: рассчитано и построено автором по данным Спарк-Интерфакс: https://spark-interfax.ru/
На рис. 3 представлены кумулятивные кривые выживания для когорт с наибольшей долей выживших фирм (группа ОКВЭД 22 - производство резиновых и пластмассовых изделий) и с наименьшей (группа ОКВЭД 18 - деятельность полиграфическая). Кривые отражают накопленную долю выживших фирм к каждому конкретному моменту времени. Заметно, что в первом случае к 50-му месяцу функционирования фирм эта доля составила более 75%, во втором - менее 55%. Несмотря на сравнительное совпадение момента начала массового выбытия компаний (в течение первых 1,5 лет фиксируются лишь единичные случаи ликвидации и кривые параллельны оси абсцисс), заметны различия в скорости убывания обеих функций и их волатильности. Более резкий угол убывания функции в группе 18 говорит о том, что у компаний данной группы потенциальные риски более ранней ликвидации были выше, нежели у компаний группы 22.
0,95 0,9 0,85 0,8 0,75 0,7 0,65 0,6 0,55 0,5 0,45
10
15
20
25
30
35
40
45
50
55
60
1
0
5
-22 -18
Рис. 3. Кумулятивные функции выживания (оценка Каплана - Майера) в группах ОКВЭД 22 и 18 Источник: рассчитано и построено автором по данным СПАРК-Интерфакс: https://spark-interfax.ru/
Для построения полупараметрической регрессии Кокса были выдвинуты следующие предположения в части потенциального влияния отдельных факторов на риски ликвидации новых компаний18.
А. Структура товарных рынков и параметры конкуренции. В условиях более совершенной структуры товарных рынков, низких барьеров и развитой конкуренции неэффективные фирмы быстро вытесняются с рынка (Geroski et al., 2010; Kokko and Tran, 2014), что сказывается на показателях ликвидации фирм, в первую очередь молодых (Brixy and Grotz, 2007). Вместе с тем высококонцентрированные рынки, где у лидеров значительна рыночная власть, являются комфортной средой для функционирования и неэффективных фирм (Geroski et al., 2010). В научной литературе, связанной с анализом механизмов выживания, для оценки интенсивности конкуренции используется широкий спектр показателей: уровень концентрации (Kokko and Tran, 2014; Zajc Kejzar and Ponikvar, 2014), количество действующих компаний (Burke et al., 2008; Fritsch et al., 2010), валовой вход (абсолютные значения регистрации) новых фирм (Ahn, 2001; Falck, 2007; Jensen et al., 2008), число новых фирм, регистрируемых в соседних регионах (Mata and Portugal, 1994), значения коэффициента рождаемости фирм (Buddelmeyer et al., 2010; Huynh et al., 2012), а также коэффициента чистого входа (Zajc Kejzar and Ponikvar, 2014).
Так, исследователи отмечают, что отрасли с более высокими показателями входа, как правило, характеризуются и более высокими рисками для молодых фирм (Ahn, 2001; Huynh et al., 2012; Lopez-Garcia and Puente, 2006; Mata and Portugal, 1994), низкой вероятностью долгосрочного выживания (Geroski et al., 2010; Kokko and Tran, 2014). В то же время в регионах с высоким уровнем валового входа могут быть комфортные условия для предпринимательства, формирую-
18 В силу мультиколлинеарности ряд потенциально интересных для исследования факторов не рассматривался и в регрессию не включался.
щие основу для развития человеческого капитала, который, в свою очередь, влияет на качество новых бизнесов и вероятность их выживания (Karlsson et al., 2015).
Если говорить об отраслевой концентрации, то ее эффекты для рисков выживания будут различаться в случаях малых фирм-новичков и крупных опытных фирм. Высокая концентрация, характеризуемая большими значениями классических индикаторов (HHI, CRn), может предполагать и наличие сравнительно высокой рентабельности, а также благоприятных условий для сговора крупнейших фирм. Эти обстоятельства способны положительно влиять на уровень цен, прибыльность и, соответственно, на выживаемость19. Действие барьеров в условиях высокой концентрации позволяет длительное время функционировать компаниям неоптимального масштаба, к которым относится большинство новичков. Значимым моментом выступает и наличие в концентрированных отраслях рыночной власти у ключевых операторов: их агрессивная реакция на вход новичков способна усилить риски для выживания последних.
Для оценки влияния данного фактора в модель включены коэффициенты рождаемости компаний (K_enter) и концентрации (CR10) по группам ОКВЭД-2 обрабатывающей промышленности.
Б. Институциональные условия и деловой климат. Исследователями отмечается, что между способностью компаний успешно функционировать на рынке и институциональными условиями (качеством институтов) должна наблюдаться положительная связь. В частности, хорошо продуманная и качественная институциональная среда снижает транзакционные и текущие издержки компаний, позволяя им быстрее достигать безубыточности (Karlsson et al., 2015), стимулирует фирмы к инновациям и повышает их прибыльность, что имеет особое значение для развивающихся стран (Che et al., 2017).
Деловой климат и предпринимательская среда зависят от регулирующего воздействия - широкого спектра административных решений и инструментов, как определяющих общие условия деятельности, так и ограничивающих ее. К таким решениям традиционно относят контрольно-проверочные мероприятия в отношении хозяйствующих субъектов, ограничительные предписания, объем предоставляемой надзорным органам отчетности и т.д. Административное воздействие является и одной из важных составляющих инвестиционной привлекательности региона, которая, в свою очередь, также характеризует его деловую среду. По мнению О. Фалька (Falck, 2007), государственное регулирование традиционно оказывает большее давление на малый бизнес, нежели на крупный. При этом в своем исследовании деловой активности В.Л. Сомов и М.Н. Толмачев (2020) ссылаются на изменчивость предпринимательского климата в российских регионах, обусловившую негативные тренды в демографии российского предпринимательства.
Для анализа влияния фактора делового климата и институциональных условий задействованы по регионам индексы уровня административного давления (Admjbarr) и инвестиционного потенциала (Ip), предпринимательской уверенности малых предприятий в разрезе групп ОК-ВЭД-2 обрабатывающей промышленности (I_entconf)20, значения ранга (первый ранг соответствует наивысшему уровню) институционального потенциала (r_instp).
В. Производственная и экономическая эффективность. Высокие показатели выживаемости и последующего роста новых фирм, по мнению ряда исследователей21, могут обусловливаться относительно (действующих фирм) высокой продуктивностью, экономической и производственной эффективностью. Об этом может косвенно свидетельствовать высокая прибыльность, обеспечивающая финансовые ресурсы, необходимые для создания и развития специфических активов фирмы (например, передовых разработок, лояльности потребителей и т.д.), которые способствуют выживанию. С прибыльностью связывают как субъективные решения предпринимателей о продолжении бизнеса, так и объективные риски ликвидации (Falck, 2007; Lopez-Garcia and Puente, 2006). Другой автор отмечает, что повышенная рентабельность позволяет новым и неоптимальным по размерам фирмам выжить лишь в краткосрочной перспективе, но не в долгосрочной (Audretsch, 1991). Также следует учитывать, что высокая прибыльность обычно формируется в рисковых видах деятельности, где значительна вероятность неудач, а сами высоко-
19 Подробнее см.: Burke et al., 2008; Kokko, Tran, 2014; Lopez-Garcia, Puente, 2006.
20 Данный качественный показатель, формируемый через опрос руководителей компаний о краткосрочных ожиданиях в части спроса и объемов производства, используется в российской и международной практике в качестве одного из важнейших индикаторов делового климата, позволяющего оценить текущие тренды экономической активности.
21 См., например: Esteve-Perez and Manez-Castillejo, 2008; Huynh et al., 2012.
прибыльные фирмы являются потенциальным объектом для поглощения другими операторами отрасли (Esteve-Perez and Manez-Castillejo, 2008).
В качестве переменных, характеризующих влияние данных факторов, включены в разрезе регионов индекс промышленного производства (I_prod) и доля убыточных организаций (Slos).
Г. Инновационная активность компаний. Ее положительную роль подчеркивают многие исследователи22: на ранних этапах жизненного цикла она создает основу для адаптации к будущим потрясениям, в том числе за счет разработки успешных нишевых стратегий (Cefis and Marsili, 2006), формирует специфические активы, которые сложно скопировать конкурентам и которые способствуют выживанию (Coleman et al., 2013). Одновременно обращается внимание на то обстоятельство, что высокоинновационная среда в отрасли делает вход более рискованным, а вектор ее влияния на риски ликвидации может быть положительным (Fritsch et al., 2010; Josefy et al., 2017).
Среди индикаторов, характеризующих уровень инновационной активности, в зарубежных исследованиях часто задействуется показатель величины расходов на НИОКР. К ним относится широкая номенклатура затрат: от материальных на исследования и разработки и оплату труда до отчислений в специализированные фонды инновационной деятельности и на приобретение интеллектуальных прав на изобретения.
Для учета фактора инновационной активности в модель включены расходы на НИОКР в обрабатывающей промышленности региона в расчете на одно действующее предприятие (R&D).
Д. Финансирование. В ряде исследований процессов выживания фирм подчеркивается особая роль финансовых факторов, предопределяющих дальнейший успех, в первую очередь на старте предпринимательской деятельности (Buddelmeyer et al., 2010; Coleman et al., 2013; Guariglia et al., 2016). Ч. Кар-лссон с коллегами (Karlsson et al., 2015) справедливо замечает, что финансирование - это классическая проблема предпринимательства: поскольку размер новых фирм обычно меньше оптимального, у них высоки риски быстрого банкротства, и для достижения эффективного уровня производства необходимо внешнее финансирование. Однако, несмотря на предположение о повсеместной доступности финансирования перспективных и потенциально прибыльных проектов, эмпирические исследования демонстрируют значительные пространственные различия такой доступности.
В этом контексте особое внимание исследователей уделяется банковскому кредитованию, взгляды на потенциальные эффекты которого разнятся. Так, по мнению некоторых авторов, несовершенство кредитного рынка влечет за собой высокий процент неудач новых фирм: последние могут рассчитывать преимущественно на свой личный стартовый капитал и выручку от текущей деятельности (Pellegrini and Muccigrosso, 2017). Другие ученые ссылаются на свидетельства того, что у фирм с высокой долей заемных средств ухудшаются перспективы выживания (Fotopoulos and Louri, 2000). Высокая нагрузка по обслуживанию долга по кредиту формирует просроченную задолженность, неспособность погасить которую выступает типичной экономической причиной банкротства и смертности компаний (Иванова, Кравченко, 2022; Buddelmeyer et al., 2010).
С целью учесть аспекты, связанные с финансированием, в модель включены объемы выданных банковских кредитов (A_d) и величина просроченной задолженности по ним (A_h) в разрезе регионов и в расчете на одно действующее предприятие обрабатывающей промышленности.
E. Параметры спроса и рынков труда. Перспективы выживания вновь созданных фирм могут зависеть от регионального спроса: его высокие темпы роста, являясь косвенным признаком роста экономического благополучия населения, способствуют повышению мотивации к созданию бизнеса, снижению барьеров входа за счет формирования новых рыночных ниш, улучшению экономических перспектив новых фирм. В регионах с достаточным спросом упрощается поиск клиентов (Brixy and Grotz, 2007). Вновь созданные фирмы зависимы именно от местного спроса, поскольку обычно не обладают достаточными ресурсами для обслуживания удаленных рынков и совершения экспортных операций (Karlsson et al., 2015). В условиях слишком низкого спроса (в том числе на товар конкретной фирмы) новой фирме крайне сложно выжить из-за бремени постоянных затрат на вход, невозможности их окупить и получить достаточную для успешного развития прибыль. В свою очередь, условия регионального спроса влияют на динамику инвестиций, общей занятости и производительности, что также косвенно определяет условия выживания.
22 См., например: Audretsch, 1991; Cefis and Marsili, 2006.
Важной характеристикой региональной экономической среды является состояние местных рынков труда, не только влияющее на общее количество потенциальных предпринимателей (фактор конкуренции), но и характеризующее среду, в которой происходит создание и функционирование новых предприятий. Параметры рынков труда могут оказывать влияние на совокупный спрос, а снижение спроса в периоды роста безработицы повышает риски ликвидации фирм (Brixy and Grotz, 2007). В свою очередь, рост занятости можно рассматривать как показатель общей экономической мощи региона, определяющей шансы на выживание (Fritsch et al., 2010).
Предложение труда на региональных рынках дифференцировано по уровню образования активного населения. Более образованные лица обладают лучшими возможностями для усвоения и использования информации, реализации новых идей и внедрения передовых технологий, поэтому доступность квалифицированных и образованных трудовых ресурсов имеет решающее значение для новых фирм с позиций роста их производительности и вероятности последующего выживания (Karlsson et al., 2015).
Для оценки влияния вышеперечисленных региональных факторов в модель включены индекс потребительской уверенности (Ijconsconf)23, дефицит денежных доходов в расчете на одно домохозяйство (Def), темпы прироста среднемесячной номинальной начисленной заработной платы (Waga), темпы прироста доли лиц с высшим образованием (Edu), уровень безработицы (Unemp_r).
Описательная статистика включенных в модель переменных, а также источники данных приведены в табл. 3.
Результаты оценивания модели (табл. 4) показали следующее.
Значение Exp (ß) для переменной K_enter составило 1,001, что позволяет сделать вывод о негативном (хотя и не слишком значимом в экономическом смысле) влиянии уровня входа новых компаний на выживаемость: чем он выше, тем значительнее риски для последующей выживаемости репрезентативной компании выборки. В нашем случае риски потенциальной ликвидации под влиянием данного фактора возрастают на 0,1% при его увеличении на 1%. В качестве очевидной причины такой зависимости можно обозначить усиление конкуренции, в том числе за производственные ресурсы и рынки сбыта24. Такой вектор влияния (отрицательный для выживаемости компаний и положительный для роста рисков их ликвидации) согласуется с результатами исследования П. Йенсена с коллегами (Jensen et al., 2008), показавшими, что отрасли с высоким уровнем валового входа характеризуются и значительным выходом фирм, в первую очередь молодых. К аналогичному выводу приходит и 0. Фальк (Falck, 2007). При этом заметны стабильные значения коэффициента (ß) во всех спецификациях модели.
Значение Exp (ß) для переменной CR10, равное 0,999, вопреки предположениям, озвученным выше, продемонстрировали, что при возрастании данного показателя на 1% риски ликвидации новых компаний снижались на 0,1%. При этом также фиксируется невысокое в экономическом смысле влияние этого фактора. В этом контексте целесообразно привести мнение авторов, отмечавших, что результаты исследований о взаимосвязи выживания и параметров концентрации представляются неубедительными, а механизм влияния концентрации на выживание весьма сложен (Geroski et al., 2010). Другая работа показала, что ожидания агрессивных ответных действий не сдерживали вход новых фирм, а переменная концентрации также оказалась незначимой для показателей их ликвидации (Mata and Portugal, 1994).
Индикаторы, характеризующие параметры регионального делового климата, продемонстрировали следующее влияние на выживание компаний в выборке.
Рост показателя административного давления в регионе (Adm_barr) на 1% увеличивал риски ликвидации на 14,8%25. Такой вектор влияния интуитивно понятен, согласуется с положениями экономической теории и результатами эмпирических наблюдений. Действительно, административные барьеры часто приводятся в пуле наиболее существенных из негативных условий роста и развития фирм, а потенциальные меры по их снижению традиционно находят свое отражение в соответствующих государственных программах поддержки молодого предпринимательства. Этот фактор оказался и одним из наиболее значимых в экономическом смысле во всей совокупности исследованных в модели ковариат.
23 К сожалению, ФСГС не предоставляет данные в разрезе регионов, поэтому использованы данные по федеральным округам.
24 Значительный уровень входа может быть следствием низких невосполнимых издержек, упрощающих как вход, так и выход.
25 При Exp (ß) = 1,148.
Описательная статистика переменных
Переменная Описание переменной и источник данных Статистики
min max mean б
Monts (п = 27 411) Количество месяцев с момента государственной регистрации до момента ликвидации компании (или цензурирования). Источник: рассчитано по данным СПАРК-Интефакс (https://spark-interfax.ru/) 1,03 61,00 46,60 12,99
К enter (п = 27 411) Коэффициент рождаемости компаний по группам 0КВЭД обрабатывающей промышленности. Источник: ФСГС (https://rosstat.qov.ru/storaqe/mediabank/pok-demo-orq.html) 15,20 510,60 90,78 53,50
CRIO (п = 27 129) Коэффициент концентрации производства в разрезе групп ОКВЭД обрабатывающей промышленности по 10 крупнейшим компаниям. Источник: ФСГС (https://www.fedstat.ru/indicator/58998) 15,78 100,00 60,63 25,84
Ad m barr (n = 27 410) Индекс уровня административного давления региона. Источник: Опора России (https://opora.ru/) 2,50 5,10 3,83 0,49
I entconf (n = 27 150) Индекс предпринимательской уверенности малых предприятий в разрезе групп ОКВЭД обрабатывающей промышленности региона. Источник: ФСГС (https://www.fedstat.ru/indicator/57747) -21,00 18,00 -2,71 6,56
r instp (n = 27 133) Ранг институционального потенциала региона. Источник: Рейтинговое агентство RAEX (https://raex-rr.com/ reqions/investment appeal/investment potential of reqions/2017/) 1,00 84,00 17,25 19,20
IP (n = 27 410) Индекс инвестиционного потенциала региона. Источник: Рейтинговое агентство RAEX (https://raex-rr.com/ reqions/investment appeal/investment potential of reqions/2017/analytics/) 0,19 14,87 4,57 5,24
I prod (n = 27 410) Индекс промышленного производства в регионе, % к предыдущему году. Источник: ФСГС (https://www.fedstat.ru/ indicator/43046) 73,30 127,60 104,28 4,44
S los (n = 27 410) Удельный вес убыточных организаций в регионе, %. Источник: ФСГС (https://fedstat.ru/indicator/57746) 4,30 66,70 28,47 4,95
R&D (n = 25 042) Расходы на НИОКР в обрабатывающей промышленности региона в расчете на 1 действующее предприятие, тыс. руб. Источник: рассчитано по данным ФСГС (https://www.fedstat.ru/indicator/59724 и https://fedstat.ru/ indicator/58109) 0,01 1683,63 152,92 210,49
A d (n = 27 410) Объем кредитов юридическим лицам и индивидуальным предпринимателям в обрабатывающей промышленности региона в расчете на 1 действующее предприятие, млн руб. Источник: рассчитано по данным ЦБ РФ (https://www. fedstat.ru/indicator/38366) и ФСГС (https://fedstat.ru/indicator/58109) 0,13 117,45 25,01 22,92
A h (n = 27 410) Просроченная задолженность по кредитам юридических лиц и индивидуальных предпринимателей в обрабатывающей промышленности региона в расчете на 1 действующее предприятие, млн. руб. Источник: рассчитано по данным ЦБ РФ (https://cbr.ru/statistics/bank sector/sors/) и ФСГС (https://fedstat.ru/indicator/58109) 0,00 4,31 0,74 0,62
I consconf (n = 27 410) Индекс потребительской уверенности в федеральных округах РФ. Источник: ФСГС (https://www.fedstat.ru/ indicator/33651) -28,98 -20,73 -24,14 2,91
Def (n = 27 410) Дефицит денежных доходов в малоимущих домохозяйствах региона, руб. Источник: ФСГС (https://www.fedstat.ru/ indicator/59452) 4135,9 25657,8 10990,3 3636,4
Waga (n = 27 133) Темпы прироста среднемесячной номинальной начисленной заработной платы работников по регионам, %. Источник: рассчитано по данным ФСГС (https://rosstat.qov.ru/labour force) 1,17 10,43 6,58 2,26
Edu (n = 27 133) Темпы прироста доли лиц с высшим образованием в общей численности занятых региона, %. Источник: рассчитано по данным ФСГС (https://rosstat.qov.ru/labour force) -5,57 12,05 1,08 2,09
Unemp r (n = 27 133) Уровень безработицы по регионам, %. Источник: ФСГС (https://rosstat.gov.ru/labour_force) 1,40 27,0 4,26 2,47
Источник: составлено автором
Результаты оценивания модели
Статистики для спецификации 6
Ковариаты Коэффициенты (Р) для различных спецификаций модели Тест Вальда Доверительный интервал (95%) для Ехр ((3)
Ст. ош. Ехр ((3) Нижняя граница Верхняя граница
1 2 3 4 5 6
K_enter 0,001*** 0,001*** 0,001*** 0,001*** 0,001*** 0,001*** 0,000 41,411 1,001 1,001 1,001
CRIO 0,000 -0,001** -0,001** -0,001** -0,001** -0,001** 0,000 6,725 0,999 0,998 1,000
Adm_barr - 0,123*** 0,109*** 0,089** 0,107*** 0,138*** 0,031 19,861 1,148 1,080 1,220
I_entconf - -0,008*** -0,009*** -0,009** -0,002 0,005* 0,003 3,747 1,005 1,000 1,011
r_instp - -0,001 -0,001 -0,000 -0,001 -0,003** 0,001 5,546 0,997 0,994 0,999
IP - 0,056*** 0,054*** 0,052*** 0,055*** 0,048*** 0,009 31,389 1,049 1,032 1,067
I_prod - - -0,017*** -0,025*** -0,022*** -0,020*** 0,004 31,015 0,980 0,974 0,987
Slos - - -0,003 -0,005 0,002 0,008** 0,003 5,290 1,008 1,001 1,014
R&D - - - 0,02 е-2** 0,03 е-2*** 0,03 е-2*** 0,000 22,986 1,000 1,000 1,000
A_d - - - - -0,004*** -0,005*** 0,001 58,413 0,995 0,993 0,996
A_h - - - - -0,129*** -0,168*** 0,026 42,492 0,845 0,804 0,889
I_consconf - - - - - -0,012** 0,006 4,217 0,988 0,977 0,999
Def - - - - - 0,04 е-3*** 0,000 38,950 1,000 1,000 1,000
Waga - - - - - -0,025** 0,010 6,609 0,976 0,958 0,994
Edu - - - - - 0,021** 0,007 10,296 1,021 1,008 1,035
Unemp_r - - - - - -0,022 0,015 2,124 0,979 0,951 1,007
-2 Log-npaedoriodo6ue 204961,4 200562,1 200514,2 184219,6 184154,7 184074,3 - - - - -
Хи-квадрат 56,5 868,2 910,2 857,6 911,7 988,6 - - - - -
Значимость модели 5,4 е-13 1,26 е-90 3,65 е-106 8,53 е-179 1,79 е-188 3,01 е-200 - - - - -
N 27 129 26 599 26 599 24 285 24 285 24 285 - - - - -
> <
м
0 лЗ
к
Z
<
7Ñ
1
73
О О
Z
0
1 О
К)
о
К)
К) К)
'---S
К)
00 f
U1
о
Источник: расчеты автора
сл
Caí
Вопреки ожиданиям, негативное влияние на вероятность выживания начинающих компаний продемонстрировали индексы предпринимательской уверенности (I_entconf) и инвестиционного потенциала региона (Ip). Их увеличение на 1% повышало риски ликвидации в среднем на 0,5% и 4,9% соответственно. Аналогичное влияние показали и институциональные условия (r_instp). Чем ниже было место, занимаемое регионом в ранжировании по институциональным условиям (более высокое значение ранга соответствовало худшим условиям), тем оказались ниже риски ликвидации. Такое влияние можно объяснить следующим образом. С одной стороны, высокий уровень уверенности предпринимателей, высокий инвестиционный и институциональный потенциал регионов потенциально свидетельствуют о комфортном деловом климате, который, согласно теоретическим предположениям, должен улучшать перспективы выживания молодых фирм. Однако, с другой стороны, этот положительный (с позиций выживания) эффект может компенсироваться и отрицательным, обусловленным высоким уровнем входа новых фирм и агрессивной конкурентной средой: благоприятная деловая среда привлекает множество операторов. И такому объяснению имеется и эмпирическое подтверждение.
Так, Москва, занимая в базовом 2017 г. первое место по индексу инвестиционного потенциала (14,87), институциональному потенциалу (первый наивысший ранг), коэффициенту рождаемости (входа) компаний в расчете на 1 тыс. действующих (127,2)26, а также шестое место по индексу предпринимательской уверенности (5,0),27 входила во вторую десятку регионов по наибольшему значению коэффициента ликвидации на 1 тыс. действующих компаний (13б,9)28.
В свою очередь, Чукотский автономный округ - регион с одним из наиболее низких в стране уровней социально-экономического развития - входил в аналогичном периоде в пятерку регионов с наихудшими параметрами инвестиционного (0,28) и институционального потенциала (84-е место), предпринимательской уверенности (-1б) и в пятерку регионов по наименьшему значению ликвидации на 1 тыс. действующих компаний (70,1). При этом уровень рождаемости компаний (88,б) превышал в данном округе показатели выхода, что являлось достаточно нетипичной для России тенденцией.
Что касается пула производственно-экономических показателей, то их влияние в модели проявилось следующим образом. Для регионов с более высоким уровнем роста промышленного производства (I_prod) был характерен и меньший уровень рисков ликвидации новых компаний, а для регионов с более высокой долей убыточных организаций (Slos), соответственно, - более высокий уровень таких рисков. Эти результаты в целом были предсказуемы. Вместе с тем уверенно связать промышленный рост в регионах с высокой продуктивностью и выживаемостью именно новых фирм на данном этапе сложно, этот аспект требует специального исследования. Однако наши оценки согласуются с результатами других работ, в частности А. Бёрка и соавторов (Burke et al., 2008), утверждающих, что рост производства способен привести к росту отраслевых цен выше долгосрочных средних издержек, что, в свою очередь, положительно сказывается на показателях прибыльности и выживаемости. И, напротив, рост убытков у компаний характеризует ухудшение рыночных перспектив последних, влияя на решения предпринимателей о продолжении деятельности.
Влияние фактора инновационной активности компаний обрабатывающей промышленности (R&D) хотя и оказалось статистически значимым, но выглядит малозначимым в экономическом смысле. Тем не менее в оценках прослеживается определенная положительная связь между ростом такой активности (в виде затрат на НИОКР) и увеличением рисков ликвидации новых компаний, что может быть обусловлено трудностями выживания в более сложной для конкуренции высокоинновационной среде. Так, по мнению (Renski, 2011), в отраслях с высокой капиталоемкостью, интенсивностью исследований и разработок обычно фиксируются как сложные условия входа, так и достаточно низкие показатели выживаемости новых фирм. Этот результат согласуется и с позицией других авторов (Fritsch et al., 2010; Josefy et al., 2017). В одной из работ также приведено интересное наблюдение: отрицательно связанная с выживаемостью компаний высокая активность в области НИОКР является типичной чертой агломерационных районов, в которых конкуренция между молодыми фирмами сильнее, нежели в сельской местности (Brixy and Grotz, 2007).
26 Речь идет о показателе рождаемости компаний в целом по региону, без дифференциации по разделам и группам ОКВЭД.
27 Значения этого показателя примерно у 90% российских регионов находились в 2017 г. в отрицательной области.
28 Также без дифференциации по разделам и группам ОКВЭД.
Интересны оценки, полученные при добавлении в модель финансовых факторов. В частности, в регионах с большими объемами выданных банковских кредитов в расчете на одно действующее предприятие обрабатывающей промышленности (A_d) отмечались и меньшие риски ликвидации в рассматриваемой выборке компаний. И этот результат был интуитивно предсказуем, подтверждая озвученный ранее тезис о важности развитой банковской инфраструктуры и доступного финансирования для выживания новых фирм. Также он согласуется с результатами других исследований29.
Вопреки ожиданиям, в регионах с высоким уровнем просроченной задолженности обрабатывающей промышленности по кредитам (A_h) выявлены и меньшие риски для ликвидации компаний: увеличение просроченной задолженности на 1% приводило к снижению таких рисков в среднем на 15,5%30. Также, наряду с показателями административного давления в регионах, данный фактор оказался одним из наиболее значимых в модели. Здесь следует отметить, что просроченные платежи по кредитам позволяют компаниям сохранять в коротком периоде запас оборотных средств. Когда задолженность просрочена незначительно, банками обычно не проводятся и активные мероприятия по ее взысканию, следовательно, удержание компанией долга может иметь значение в контексте финансовой устойчивости. И такая оценка согласуется и с результатом исследования, где показано, что наличие задолженности до определенного уровня способно оказывать положительное и значимое влияние на перспективы выживания компании (Lopez-Garcia and Puente, 2006). Однако важно учитывать как величину просроченной задолженности, так и ее долю в общем объеме кредита и длительность невыполнения обязательств перед банками. К тому же в последние годы в российском кредитном секторе получили широкое распространение различные схемы реструктуризации просроченных задолженностей, погашения их с существенным дисконтом, пролонгации сроков выплат и т.д.
Что касается индикаторов, потенциально характеризующих состояние спроса, то наблюдалось положительное влияние на снижение рисков ликвидации уровня потребительской уверенности (I_consconf) и прироста среднемесячной номинальной начисленной заработной платы (Waga), но отрицательное - дефицита денежных доходов в расчете на одно домохозяйство (Def). Эти результаты вполне ожидаемы и объяснимы: высокая потребительская уверенность обычно связана с благоприятными параметрами регионального спроса и значительной покупательской активностью населения. Увеличение совокупных доходов населения и сокращение их дефицита обеспечивает соответствующие экономические предпосылки для роста и дифференциации потребления. В свою очередь, разнообразие и положительная динамика спроса формируют благоприятную предпринимательскую среду с большим числом потенциальных ниш, комфортных для выживания и успешного роста молодых фирм.
Оценки модели показывают, что в регионах с более высокими темпами роста доли лиц с высшим образованием в общей численности занятых возрастали риски ликвидации компаний. Этот вывод противоречит результатам отдельных исследований31, выявивших положительную роль для перспектив выживания компаний уровня образования занятых. Однако его можно объяснить тем, что уровень образования выступает и фактором роста издержек на труд: требования к размеру заработной платы обычно выше у образованных лиц, которые к тому же чаще находят приложение своего труда в сферах иных, нежели обрабатывающая промышленность. Так, например, выявлена сильная положительная корреляция между: а) долей образованных лиц и размером средней номинальной зарплаты (двусторонняя Пирсона = 0,9), б) долей образованных лиц и дефицитом высококвалифицированных рабочих (0,82), в) последним и средней номинальной заработной платой (0,72)32.
Наконец, модель не показала статистически значимого влияния уровня безработицы (Unemp_r) на риски ликвидации компаний выборки. Этот результат отчасти согласуется с выводами исследования (Brixy, Grotz, 2007), выявившего слабые связи между региональной безработицей и выживаемостью, при этом противоречит выводам ряда других зарубежных авторов,
29 См., например: Иванова, Кравченко, 2022; Buddelmeyer et al., 2010.
30 При Exp (ß) = 0,845.
31 См., например: Karlsson et al., 2015.
32 Корреляции рассчитаны по данным ФСГС: https://rosstat.gov.ru/labour_force
что может в определенной мере объясняться низким средним уровнем безработицы в целом по стране (в 2017 г. менее 5%). Данный аспект заслуживает отдельного изучения.
В развитии данного исследования в дальнейшем представляет интерес учет и других потенциально значимых для рисков ликвидации компаний обрабатывающей промышленности кова-риат: структуры региональной экономики, численности населения и уровня урбанизации, уровня диверсификации, состояния инфраструктуры, эффектов агломерации и деловых циклов и т.д. Часть из них не рассмотрена в модели в силу отсутствия на данном этапе адекватной статистики или возникающей проблемы мультиколлинеарности. Можно предполагать, что в альтернативных спецификациях будут наблюдаться и определенные изменения в оценках влияния ранее исследованных факторов.
Выводы
В большинстве отраслей обрабатывающей промышленности России в период с 2017 по 2019 г. зафиксированы тенденции роста числа ликвидаций компаний, а после него (к 2022 г.) - снижения. При этом имела место сильная межсекторальная дифференциация значений нормированного на 1 тыс. компаний коэффициента ликвидации, которая объясняется как специфическими внутренними отраслевыми условиями, так и экзогенными экономическими факторами.
Оценки полученных и-образных инвертированных функций базового риска показали межотраслевые различия в средних пиковых значениях выбывания компаний, а также их смещение к более ранним/поздним моментам времени: для отраслей (групп ОКВЭД-2) с большим уровнем выживаемости компании в шестилетнем интервале характерны как более поздние по времени пики ликвидаций, так и меньший уровень рисков.
Сформированная выборка компаний, зарегистрированных в 2017 г. в различных группах обрабатывающей промышленности и наблюдаемых в настоящем исследовании до 2022 г., позволила оценить влияние ряда отраслевых и региональных факторов, действующих в базовом 2017 г., на риски последующей ликвидации. В совокупности такое влияние оказалось значимым, но разнонаправленным. В частности, наибольший отрицательный вклад в перспективы выживания компаний выборки внесли условия делового климата в регионах - административное давление и инвестиционный потенциал, а положительный - финансовые условия и состояние регионального потребительского спроса. Помимо них, разнонаправленное влияние проявилось в части условий конкурентной среды, производственной и экономической эффективности компаний, инновационной активности. Вместе с тем, вопреки предположениям, влияние параметров местных рынков оказалось статистически незначимым. Полученные результаты как согласуются, так и противоречат выводам ряда зарубежных исследователей, работающих в данном направлении, что может объясняться различиями как в применяемой методологии, так и в исследуемых объектах и периодах делового цикла.
Текущая экономическая ситуация, определяемая в значительной мере низким курсом рубля, экспортными торговыми ограничениями (вследствие санкционного давления) на фоне высокого импорта готовой продукции (в том числе в рамках параллельного импорта), зависимостью от иностранных производственных ресурсов, усложняет функционирование и последующее выживание молодых компаний многих секторов обрабатывающей промышленности33.
Остается неопределенным дальнейшее развитие ситуации с динамикой ключевой ставки Банка России (16% по состоянию на май 2024 г.34), что уже сегодня негативно влияет на доступность заемных средств и условия кредитования компаний (в первую очередь - МСП), особенно на долгосрочные инвестиционные цели. Можно предположить, что негативные последствия высокой стоимости заемных средств способны наиболее ярко проявиться уже в 2024 г. Под сильным давлением на фоне возрастающей инфляции сегодня находится и потребительский спрос, который способен и далее смещаться в сторону более дешевой (по сравнению с российской)
33 Отметим, что в настоящий момент этот тезис вряд ли применим к оборонно-промышленному комплексу.
34 При этом средний по всем группам обрабатывающих производств уровень рентабельности продукции в 2022 г., по данным ФСГС, также составлял около 16% (https://fedstat.ru/indicator/58261).
потребительской продукции35. Оба эти фактора, согласно полученным в исследовании результатам, будут повышать риски для выживания отечественных компаний. При этом остаются неопределенными в практическом плане (несмотря на отдельные заявленные государством меры поддержки) перспективы программ импортозамещения, потенциально способные дать импульс росту производства в широком спектре отраслей.
Вместе с тем среди положительных тенденций в государственном регулировании, потенциально способных улучшить перспективы выживания новых компаний в обрабатывающей промышленности, следует выделить продление программ льготного кредитования МСП, субсидирования развития предприятий обрабатывающей промышленности в российских регионах, моратория на проверку бизнеса (снижение административного давления)36.
Полученные результаты могут представлять определенную ценность для развития дальнейших исследований в области динамики фирм российского промышленного сектора. Вместе с тем обсуждение проблем выживаемости компаний не ограничивается частными вопросами отраслевой динамики и может быть гармонично встроено в более широкий пул исследовательских проблем, способствовать более качественному осмыслению всех их составляющих.
Так, эффективное решение задач структурной перестройки экономики и модернизации промышленного сектора, активно обсуждаемое сегодня в научном поле, предполагает повышение выживаемости молодых компаний, особенно тех, которые обладают высоким инновационным потенциалом. Наблюдаемые сегодня изменения в структуре российского промышленного производства, видимо, будут во многом определять перспективы выживания новых фирм в различных секторах обрабатывающей промышленности. В свою очередь, анализ таких изменений должен включать оценку долгосрочных эффектов для динамики промышленных компаний.
Изучать процессы, влияющие на выживаемость компаний, важно для поиска способа преодоления негативных последствий экономических и политических шоков. Так, в периоды мировых кризисов и локальных рецессий последних десятилетий природа и масштабы их последствий для национальных экономических систем и их субъектов традиционно становились одной из центральных тем теоретических и эмпирических исследований. И такие исследования могут опираться на инструментарий и выводы исследований выживаемости, аналогичных данному.
В современных реалиях российской обрабатывающей промышленности, характеризуемых санкционным давлением (в первую очередь ограничениями на экспортные и импортные операции), важно изучение как реакций компаний на санкции, так и новых детерминант их выживаемости. Это обстоятельство закладывает фундамент для дальнейшего развития исследований в этой области. Механизмы повышения выживаемости фирм должны учитываться при обосновании последовательных и эффективных мер государственной политики, направленной на смягчение влияния санкционного давления, повышения сопротивляемости и устойчивости российского промышленного сектора к внешним шокам.
Также выявленные в настоящем исследовании территориальные различия в рисках выживаемости компаний могут быть приняты во внимание при создании или коррекции программ, ориентированных на региональный экономический рост и улучшение делового климата.
Литература / References
Валитова Л.А., Тамбовцев В.Л. (2005). Организационная экология: взгляд экономиста. Российский журнал менеджмента 3(2), 109-118. [Valitova, L., Tambovcev, V. (2005). Organizational ecology: An economist's view. Russian Management Journal 3(2), 109-118 (in Russian)]. Верховская О.Р., Богатырева К.А., Дорохина М.В. и др. (2021). Глобальный мониторинг предпринимательства. Россия 2020/2021: Национальный отчет. СПб.: ВШМ СПбГУ. [Verkhovs-kaya, O., Bogatyreva, K., Dorokhina, M., Laskovaya, A., Shmeleva, E. (2021). Global entrepreneur-ship monitor. Russia 2020/2021: National report. St. Petersburg: Graduate School of Management SPbU Publ. (in Russian)].
35 Однако отрицательное влияние роста цен на потребительский спрос сегодня отчасти компенсировано высокими темпами увеличения средней номинальной заработной платы.
36 Проект изменений внесен в ГД ФС. Источник: https://sozd.duma.gov.ru/bill/475970-8#bh_note
Заздравных А.В. (2023). Динамика входа и выхода компаний и региональный экономический рост. Экономическая политика (2), 8-43. [Zazdravnykh, A. (2023). Entry and exit trends of commercial companies and regional economic growth. Economic Policy (2), 8-43 (in Russian)]. DOI: 10.18288/1994-5124-2023-2-8-43 Заздравных А.В., Теняков И.М. (2022). К вопросу об отраслевой динамике фирм. Вопросы экономики (10), 66-85. [Zazdravnykh, A., Tenyakov, I. (2022). On the issue of industry firm dynamics. Voprosy Ekonomiki (10), 66-85 (in Russian)]. DOI: 10.32609/0042-8736-2022-10-66-85 Иванова А.И., Кравченко Н.А. (2022). Влияние региональных условий на бизнес-демографию российских ИТ-компаний. Вопросы экономики (5), 79-98. [Ivanova, A., Kravchenko, N. (2022). The impact of regional conditions on the business demographics of Russian IT companies. Voprosy Ekonomiki (5), 79-98 (in Russian)]. DOI: 10.32609/0042-8736-2022-5-79-98 Сомов В.Л., Толмачев М.Н. (2020). Тенденции развития основных показателей бизнес-демографии. Вопросы статистики 27(5), 58-64. [Somov, V., Tolmachev, M. (2020). Trends of main indicators of business demography. Voprosy statistiki 27(5), 58-64 (in Russian)]. DOI: 10.34023/2313-6383-2020-27-5-58-64 Ahn, S. (2001). Firm dynamics and productivity growth: A review of micro evidence from OECD countries. OECD Economics Department Working Papers № 297. DOI: 10.2139/ssrn.276669 Audretsch, D. (1991). New-firm survival and the technological regime. The Review of Economics and
Statistics 73(3), 441-450. Backman, M., Kohlhase, J. (2020). Labor force diversity and firm survival. Journal of Regional Science 60(5), 903-928.
Brixy, U., Grotz, R. (2007). Regional patterns and determinants of the birth and success of new firms in Western Germany. Entrepreneurship and Regional Development 19(4), 293-312. DOI: 10.1080/08985620701275510 Brüderl, J., Schüssler, R. (1990). Organizational mortality: the liabilities of newness and adolescence.
Administrative Science Quarterly 35(3), 530-547. DOI: 10.2307/2393316 Buddelmeyer, H., Jensen, P., Webster, E. (2010). Innovation and the determinants of company survival. Oxford Economic Papers 62(2), 261-285. DOI: 10.1093/oep/gpp012 Burke, A., Görg, H., Hanley, A. (2008). The impact of foreign direct investment on new firm survival in the UK: Evidence for static versus dynamic industries. Small Business Economics 31(4), 395-407. Cantner, U., Dreßler, K., Krüger, J. (2006). Firm survival in the German automobile industry. Empirica
33(1), 49-60. DOI: https://doi.org/10.1007/s10663-006-9006-z Cefis, E., Marsili, O. (2006). Survivor: The role of innovation in firms' survival. Research Policy 35(5), 626-641. Che, Y., Lu, Y., Tao, Zh. (2017). Institutional quality and new firm survival. The Economics of Transition 25(3), 495-525.
Coleman, S., Cotei, C., Farhat, J. (2013). A resource-based view of new firm survival: New perspectives
on the role of industry and exit route. Journal of Developmental Entrepreneurship 18(1), 1-25. Esteve-Perez, S., Manez-Castillejo, J. (2008). The resource-based theory of the firm and firm survival.
Small Business Economics 30(3), 231-249. Falck, O. (2007). Survival chances of new businesses: Do regional conditions matter? Applied Economics 39(16), 2039-2048. DOI: 10.1080/00036840600749615 Fotopoulos, G., Louri, H. (2000). Location and survival of new entry. Small Business Economics 14,
311-321. DOI: 10.1023/A:1008180522759 Fritsch, M., Noseleit, F., Schindele, Y. (2010). Success or failure? A multi-dimensional analysis of business-, industry- and region-specific determinants of survival. Jena: Friedrich Schiller University, 36 p. https://www.econstor.eu/bitstream/10419/119026/VERSA2010_0549.pdf Geroski, P., Mata, J., Portugal, P. (2010). Founding conditions and the survival of new firms. Strategic Management Journal 31 (5), 510-529. DOI: 10.1002/smj.823
Guariglia, A., Spaliara, M., Tsoukas, S. (2016). To what extent does the interest burden affect firm survival? Evidence from a panel of UK firms during the recent financial crisis. Oxford Bulletin of Economics and Statistics 78(4), 576-594.
Huggins, R., Prokop, D., Thompson, P. (2017). Entrepreneurship and the determinants of firm survival within regions: Human capital, growth motivation and locational conditions. Entrepreneurship and Regional Development 29(3), 357-389. DOI: 10.1080/08985626.2016.1271830
Huynh, K., Petrunia, R., Voia, M. (2012). Initial financial conditions, unobserved heterogeneity and the survival of nascent Canadian manufacturing firms. Managerial and Decision Economics 33(2), 109-125.
Jensen, P., Webster, E., Buddelmeyer, H. (2008). Innovation, technological conditions and new firm survival. Economic Record 84(267), 434-448.
Josefy, M., Harrison, J., Sirmon, D., Carnes, C. (2017). Living and dying: Synthesizing the literature on firm survival and failure across stages of development. Academy of Management Annals 11 (2), 770-799.
Karlsson, Ch., Klaesson, J., Oner, O. (2015). Regional characteristics and the survival of new firms. Proceedings of the 55th Congress of the European Regional Science Association "World Renaissance: Changing Roles for People and Places", 22 p.
Kokko, A., Tran, T. (2014). Foreign direct investment and the survival of domestic private firms in Viet Nam. Asian Development Review 31(1), 53-91.
Lopez-Garcia, P., Puente, S. (2006). Business demography in Spain: Determinants of firm survival. Banco de Espana Research Paper WP-0608, 46 p. DOI: 10.2139/ssrn.901153
Masso, J., Eamets, R., Philips, K. (2004). Creative destruction and transition: The effects of firm entry and exit on productivity growth in Estonia. Working paper. University College London, Centre for the Study of Economic and Social Change in Europe, 40 p.
Mata, J., Portugal, P. (1994). Life duration of new firms. The Journal of Industrial Economics 42(3), 227-245.
Pellegrini, G., Muccigrosso, T. (2017). Do subsidized new firms survive longer? Evidence from a coun-terfactual approach. Regional Studies 51 (10), 1483-1493, DOI: 10.1080/00343404.2016.1190814
Renski, H. (2011). External economies of localization, urbanization and industrial diversity and new firm survival. Papers in Regional Science 90(3), 473-502.
Zajc Kejzar, K., Ponikvar, N. (2014). The effect of industry maturity, turnover and competition on firm survival: Evidence from Slovenian firms. Post-Communist Economies 26(1), 122-136.
