CC BY
30
УДК 336.67
Е.В. Красильникова
ЭКОНОМИКО-МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЕ ПЕРЕХОДА КОМПАНИЙ НА СТАДИЮ БУРНОГО РОСТА И ОЦЕНКА МИКРО И МЕЗО-ФАКТОРОВ
Центральный экономико-математический институт РАН
Аннотация: В статье представлены результаты экономико-математического моделирования вероятности перехода компаний со стадии медленного роста на стадию бурного роста. Обоснована необходимость учета типа отрасли при проведении исследования компаний, получены состоятельные и значимые оценки влияния переменной типа отрасли на вероятность компании перейти на стадию бурного роста. Учет внутрифирменных факторов (структура капитала, рентабельность, ликвидность) и мезо-факторов способствует корректности оценки, как текущего состояния компании, так и прогнозов ее развития. В условии нестабильности макроэкономической среды следует непрерывно проводить корректировки на изменяющиеся условия, а не только принимать в расчет ретроспективные данные.
Ключевые слова: структура капитала компании, жизненный цикл компании, моделирование вероятности.
UDC 336.67
E.V. Krasil'nikova
ECONOMIC-MATHEMATICAL MODELING OF TRANSITION TO A
STAGE OF RAPID GROWTH AND EVALUATION OF MICRO AND
MESO-FACTORS
Central Economic Mathematical Institute
Abstract: The article presents the results of the economic - mathematical simulation of the probability of company's transition from the life cycle stage of slow growth to the stage of rapid growth. Was proved the necessity of taking into account the type of industry in the company's research, obtained strong and consistent assessment of the variable impact (industry type) on the probability to move to the stage of rapid growth. Focused on or internal factors (capital structure, profitability, liquidity) and meso-factors facilitate correct assessment of both the current state of the company and forecast its development. In terms of unstable macroeconomic environment should be continuously carried out
adjustments to changing conditions, and not only take into account the historical data.
Keywords: capital structure, life cycle of organization, probability simulation.
Исследование компании представляет собой комплексный анализ ее показателей, выявление устойчивых связей и зависимостей. Одним из этапов оценки является анализ соотношения долговых источников финансирования и возможностей активов и собственного капитала орга-низаии обеспечивать своевременное погашение и обслуживание долга.
Отношение долга фирмы к собственному капиталу обозначается как структура капитала. Поиск структуры капитала компании непосредственно связан с исследованием не только внутрифирменных основных детерминант, таких как размер фирмы, прибыльность, риск, ликвидность, возраст, но также и с внешним окружением, в частности с отраслевыми особенностями.
Определение целевого значения структуры капитала основано на динамическом анализе характеристик на микроуровне (присущих конкретным компаниям), мезоуровне (исследование отрасли, в которой действует организация), макроуровне (учет изменения ВВП, ставки по кредитам, инфляции и т.д.).
Для компаний различных отраслей можно отметить неравномерность средних значений левереджа (отношения долга к активам или собственному капиталу), характеризующего структуру капитала, что связано с особенностями деятельности, структурой активов. Так, например, для компаний тяжелой промышленности требуется равноценное отношение заемных средств к собственным, для организаций с быстрым сроком окупаемости возможно наращивание долговых источников финансирования. Согласно выводам практиков для малых предприятий рассматриваются, как правило, два способа
финансирования: собственные средства учредителей и краткосрочные банковские займы для вложений в проекты компании с быстрой окупаемостью. А, например, организации, действующие в сфере услуг, нацелены на максимизацию заемного капитала, как фактора, способствующего росту компании.
Чем выше постоянные издержки, тем сильнее отмечается падение рентабельности при незначительном сокращении прибыли, то есть, эластичность рентабельности по прибыли выше для компаний капиталоемких отраслей, в частности, электроэнергетика, промышленность, машиностроение в отличие от высокой маневрируемости компаний из отраслей ритейла.
Таким образом, задачами формирования структуры капитала является ретроспективный анализ деятельности компании, исследование внешней среды, внутрифирменных особенностей, прогнозирование с учетом введенных предпосылок.
По результатам эмпирических исследований отмечаются более высокие котировки акций, если их текущая структура капитала соотносится с медианным значением по отрасли. Предполагается, что такие компании своевременно реагируют на тенденции в отрасли [4, с. 13]. Кроме того, выявляется наличие накопленного эффекта структуры капитала в зависимости от отраслевых значений, то есть, текущее значение структуры капитала объясняется прошлыми, лагированными медианными значениями по отрасли. Таким образом, можно предположить положительную реакцию инвесторов на поддержание компанией на уровне среднеотраслевого интервала значений структуры капитала; отрицательную реакцию на значительную динамику структуры капитала при незначительных колебаниях среднеотраслевых значений.
Учет отраслевого фактора вует уточнению результатов оценки, поскольку исследование общей ки компаний не отражает, что фирмы находятся не всегда на одном и том же этапе развития или стадии жизненного цикла, которые обуславливают особенности привлечения капитала; структура капитала компаний-лидеров в отрасли не постоянна, она может меняться не только в соответствии с правильным выявлением трендов и следованием условиям фондового рынка, рынка капитала и экономической ситуации - она также определяется краткосрочными финансовыми решениями; существует определённый лаг принимаемых решений и оценок структуры капитала лидера отрасли.
Необходима идентификация не только стадий развития компании, но и отраслевых тенденций, темпов развития отрасли и т.д.
Идентификация стадий жизненного цикла компании часто определяется на основе сравнения темпов роста выручки со средним темпом ростом отрасли за два периода [5]. Организации на стадии роста определяются при превышении темпа роста за сравниваемые периоды; на стадии зрелости - если темп роста во второй период ниже среднеотраслевого значения; на стадии спада -при более низком темпе роста выручки за оба периода.
В научных работах современных российских авторов, основными критериями стадий жизненного цикла являлись: темп роста выручки, возраст компании, величина отношения. Например, стадия спада характеризуется обратной зависимостью выручки и инвестиций, как отмечают авторы, это связано со спецификой отрасли со значительными основными средствами, когда не проводится модернизация, а используются имеющиеся активы. Хотя для достижения выживания, напротив, целесообразно проводить модернизацию [2, а 55].
Для молодых компаний было существенным влияние кризиса в отрасли, роста объемов производства из-за увеличения спроса, предсказуемость регулирующих органов, предсказуемость ситуации на финансовых рынках на результативность деятельности [3, c. 15].
Для российских компаний определяющим является воздействие внешней среды: конкуренции, барьеров и развития отрасли, институциональные характеристики. Для отечественных организаций отмечается более низкая продолжительность их деятельности и истории, что позволяет выдвинуть гипотезу о наличии пока только трех стадий: зарождение, рост, расцвет. Безусловно, многие компании находятся на этапе спада, но преимущественно развивающийся рынок стран определяет возможность роста и развития в отличие от компаний на развитом рынке, которые условно прошли.
Таким образом, выделение отраслевой специфики на различных этапах жизненного цикла способствует выявлению отраслевых особенностей на разных стадиях развития, характеризует и развитие отраслей, в целом. Отрасли промышленности, как-правило,
ограничены в высоких темпах прироста, поскольку для активизации роста требуется больший временной горизонт в отличие от ритейла, а также больший срок окупаемости инвестиций.
На основе выборки компаний с 2010 по 2014 гг. из информационной базы Bloomberg проведем анализ влияния отраслевого фактора на вероятность перехода на новый этап развития.
На рис.1. наглядно проиллюстрировано доминирование компаний, представляющих отрасль сервиса и услуг на стадии роста. На стадии бурного роста преобладают компании электроэнергетики, которые активно развиваются, значительно снизилось число промышленных организаций по сравнению со стадией роста, существенно выросла доля ритейла. Промышленные компании являются зрелыми в рамках исследуемой выборки,
что подтверждает тендению о зрелости отрасли промышленности в отличие от
активно-развивающегося электроэнергетики.
ритеила и
Рисунок 1 - Распределение компаний различных отраслей на стадиях жизненного цикла
Источник: построено автором
*
1! &
Автор исследования предполагает, что деятельность компании в отраслях ритейла и электроэнергетики повышает вероятность перехода со стадии роста на стадию бурного роста.
Моделирование вероятности
проводится на основе построения логистической регрессии.
1
Р ~ ( ) _ 1 + е - г , где р - вероятность, принимающая значение 1 в случае нахождения компании на стадии бурного роста, 0 - на предыдущем этапе, на стадии медленного роста.
Z = at + b1 * °Pmu + b2 * revt + b3 * mct + b4* net + b5 * ^ + b6 * fMeVt + * - + * ind1 +
e
+ ba *ind2 + b10 *ind3 + b,, *ind4 + b-, *ind6 + b ^ *ind7 +
12
Объясняющие переменные, вошедшие в модели:
Opm (operating profit margin) - маржа операционной прибыли компании, отношение чистои операционнои прибыли к продажам.
Rev (revenue) - выручка компании.
МС (market capitalization) - рыночная капитализация компании.
NE (number of employees) - число сотрудников.
CR (current ratio) - коэффициент текущей ликвидности, отношение теку-
Лз
щих активов к текущим обязательствам.
Finlev (financial leverage) - финансовой левередж, отношение долга компании к ее активам.
D/E (debt-to-equity) - отношение долга компании к собственному капиталу.
Indl - фиктивная переменная, характеризующая тип отрасли ритейла.
Ind2 - фиктивная переменная, характеризующая тип отрасли сервиса.
Ind3 - фиктивная переменная, характеризующая тип отрасли электроэнергетики.
1пё4 - фиктивная переменная, характеризующая тип отрасли ности.
1пёб - фиктивная переменная, характеризующая тип отрасли медицины.
1пё7 - фиктивная переменная, характеризующая тип отрасли основных материалов.
Для апробации гипотезы о воздействии типа отрасли на вероятность перехода на новую стадию развития введем в модель фиктивные переменные, характеризующие отраслевую специфику. Согласно мнению автора, не только показатели структуры
капитала и рентабельности существенно влияют на движение компании по кривой жизненного цикла, но и отраслевая принадлежность оказывает воздействие на динамику развития. Отрасли экономики различаются по интенсивности своего развития, возможностям роста и наличием своеобразных ограничений. Таким образом, спецификация вероятностных моделей с учетом типа отрасли повышает качество получаемых результатов оценки. Моделирование вероятности проводится в программном пакете Eviews 7.0.
1
(бурный _ рост)
(1 + e
(-8,5+1,65*finlevit+0,85*cr+4.36EA0,1*mcit-0,000255*neit+3.8*ind 1it+1,31W3it ~
Variable Coefficient Std. Error z-Statistic Prob.
C -8.505536 2.222943 -3.826250 0.0001
FINLEV 1.658137 0.514815 3.220842 0.0013
CR 0.850532 0.430203 1.977050 0.0480
MC 4.38E-10 1.02E-10 4.288685 0.0000
NE -0.000255 8.17E-05 -3.121730 0.0018
IND1 3.818444 0.995477 3.835793 0.0001
IND3 1.318214 0.691906 1.905193 0.0568
McFadden R-squared 0.5 11926 Mean dependent var 0.444444
S.D. dependent var 0.498755 S.E. of regression 0.351375
Akaike info criterion 0.774279 Sum squared resid 15.80342
Schwarz criterion 0.924923 Log likelihood -45.26386
Hannan-Quinn criter. 0.835497 Deviance 90.52773
Restr. Deviance 185.4796 Restr. log likelihood -92.73981
LR statistic 94.95190 Avg. Log likelihood -0.335288
Prob(LR statistic) 0.000000
Obs with Dep=0 75 Tota l obs 135
Obs with Dep=1 60
Рисунок 2 - Моделирование вероятности перехода компаний на стадию бурного роста с учетом фиктивной переменной, характеризующей тип отрасли ритейл и электроэнергетики
Источник: построено автором на основе расчетов
Согласно результатам оцениваемой логистической регрессии, коэффициенты при фиктивных переменных отрасли ритейла и электроэнергетики являются значимыми и положительными, что отражает увеличение шансов перехода компании на стадию бурного роста. Подтверждается гипотеза о наличии
существенного влияния типа отрасли на вероятность перехода компании по кривой жизненного цикла. Также подтверждается гипотеза автора о положительном влиянии показателя структуры капитала (отношения долга к активам) на вероятность перехода компании на стадию бурного роста. На таком этапе развития
отмечается значительное привлечение долговых источников финансирования. Рост коэффициента текущей сти определяет повышение стабильности компании, увеличивает шансы на рост долга в структуре источников капитала.
Согласно результатам дескриптивного анализа предполагается обратное
влияние типа отрасли промышленности на вероятность перехода на стадию бурного роста, то есть, у промышленных организаций снижается вероятность перехода на стадию бурного роста.
P
1
(бурный _ рост)
(1 + е
( -0,977-1,39*ind 4„ +0,31*cr+3,44 E '0,2*neit+0.58*ind 1„+1,45*nd 3it
Variable Coefficient Std. Error z-Statistic Prob.
C -0.977794 0.684856 -1.427737 0 .1534
IND4 -1.391931 0.818686 -1.700201 0.0891
OPM -0.000439 0.011347 -0.038706 0.9691
D_E -0.007432 0.003406 -2.182047 0.0291
NE 3.44E-05 1.20E-05 2.862888 0.0042
CR 0.312712 0.296858 1.053407 0.2922
IND1 0.584470 0.601191 0.972187 0.3310
IND3 1.455055 0.495714 2.935271 0.0033
McFadden R -squared 0.1 68995 Mean dependent var 0.444444
S.D. dependent var 0.498755 S.E. of regression 0.454381
Akaike info criterion 1.260255 Sum squared resid 26.22069
Schwarz criterion 1.432419 Log likelihood -77.06721
Hannan-Quinn criter. 1.330218 Deviance 154.1344
Restr. Deviance 185.4796 Restr. log likelihood -92.73981
LR statistic 31.34520 Avg. Log likelihood -0.570868
Prob(LR statistic) 0.000054
Obs with Dep=0 75 Tota l obs 135
Obs with Dep=1 60
Рисунок 3 - Моделирование вероятно сти перехода компаний на стадию бурного роста с учетом фиктивной переменной, характеризующей тип отрасли промышленность
Источник: построено автором на основе расчетов
Результаты оценки логистической регрессии характеризуют значимое отрицательное влияние типа отрасли промышленность на вероятность перехода компании со стадии роста на стадию бурного роста, отображают снижение вероятности для промышленных компаний.
Таким образом, включение отраслевых параметров увеличивает качество оцениваемой модели. Принадлежность компании к той или иной отрасли по-разному оказывает влияние на переход на новый этап развития.
Основной вывод на основе полученных результатов - необходимость учета
переменной, характеризующей тип отрасли, поскольку компании различных отраслей обладают отличающейся скоростью развития. Зачастую упускается комплексность анализа, рассматриваются отдельные факторы. Однако, как компания отличается своими финансово-экономическими характеристиками, так и действие в определенных отраслях накладывает ограничения в развитии или наоборот служит одним из драйверов к росту.
Потенциальные инвесторы, ориентируясь на показатели отчетности, зная о закономерности развития отрасли и деятельности компании, могут идентифици-
)
ровать стадию, на которой находится мы, прогнозировать дальнейшее разви-
компания, выявить существующие и тие.
потенциальные возможности и
Работа выполнена при финансовой поддержке Российского гуманитарного научного
фонда, проект № 15-32-01297а2.
Список литературы
1. Кокорева М.С. Выбор структуры капитала странами БРИК и Восточной Европы: эмпирический анализ // Корпоративные финансы. 2012. № 2 (22). С. 58-70.
2. Черкасова В.А. , Смирнова И.Н. Зависимость инвестиционной активности компании от стадий корпоративного жизненного цикла // Корпоративные финансы. 2012. № 2. С. 45-57.
3. Широкова Г.В., Шаталов А.И. Факторы роста российских предпринимательских фирм: результаты эмпирического анализа // Вестник СПбГУ. Серия Менеджмент.
2009.№ 2. С.3-31.
4. Hull R.M. Leverage Ratios, Industry Norms, and Stock Price Reaction: An Empirical Investigation of Stock-for-Debt Transactions // Financial Management.1999. № 28, 2. PP. 3245.
5. Yu Cao. Ownership concentration, ownership control and enterprise performance: Based on the perspective of enterprise life cycle // African Journal of Business Management.
2010. № 4, (11). PP. 2309-2322.
6. Bloomberg: official cite. URL: http://www.bloomberg.com/europe
Информация об авторах: Information about authors:
Красильникова Елена Вадимовна, Krasil'nikova Elena Vadimovna,
Младший научный сотрудник, Центральный Junior Researcher, Central Economics and
экономико -математический институт (ЦЭМИ РАН), Mathematics Institute (CEMI), Moscow, Russia г. Москва, Россия
