CC BY
65
УДК 338.242
М. М. Мусатова
Институт экономики и организации промышленного производства СО РАН пр. Акад. Лаврентьева, 17, Новосибирск, 630090, Россия
E-mail: lugamus@yandex.ru
ЭМПИРИЧЕСКИЙ АНАЛИЗ ДИНАМИКИ СЛИЯНИЙ И ПОГЛОЩЕНИЙ РОССИЙСКИХ КОМПАНИЙ *
В статье суммированы результаты эмпирического анализа российских слияний и поглощений (M&A) за период 1995-2010 гг. Моделируется временной характер активности M&A в России с помощью модели авторегрессии интегрированного скользящего среднего (ARIMA). Утверждается, что линейная модель адекватно описывает ряд. Выявлены специфические особенности динамических рядов интеграционных сделок. Впервые для российских интеграционных сделок проведен эконометрический анализ с учетом национальной направленности процессов M&A.
Ключевые слова: корпоративная интеграция, слияния и поглощения (M&A), линейные стохастические процессы ARIMA, трансграничные сделки M&A.
Актуальность исследования
Процессы корпоративной интеграции продолжают активно обсуждаться как в экономической литературе, так и среди практиков. Их исследование в странах с развитой институциональной средой в значительной степени основывается на эконометрических подходах. Методические подходы для эконометрической оценки интенсивности процессов корпоративной интеграции в РФ только начинают формироваться. Их развитие сдерживала недостаточная информационная база. Лишь в последние годы благодаря накопленной статистической информации по интеграционным сделкам стал возможным эконометрический анализ динамических рядов интеграционных процессов российских компаний.
В данной работе предпринята одна из первых попыток эконометрического моделирования процессов корпоративной интеграции в российских условиях с учетом их национальной направленности. Цель работы - поиск и выбор адекватной эконометрической модели для анализа динамики сделок М&А, выявление на ее основе закономерностей в активности интеграционных процессов и прогнозирование будущей активности процессов М&А.
Обзор исследований динамики процессов М&А
Тестирование гипотезы о волнообразном поведении слияний и поглощений привлекало внимание исследователей достаточно давно. В ранних работах Р. Нельсона, С. Айса, Дж. Вестона [1-3] с помощью различных эмпирических методов авторы приходят к подтверждению этой гипотезы 1 . Среди других известных исследований, неоднозначно оценивающих волнообразное поведение интеграционных процессов, отметим три наиболее важные.
В работе Д. Голбе и Л. Вайта [5] тестировалась гипотеза о волнообразном поведении М&А на основе синусоиды: Мт = /8т(Т), где Мт - количество слияний в год Т. Авторы получили, что коэффициент при амплитуде синусоиды является статистически значимым, а, следовательно, модель объективно описывает данные, и в рядах сделок М&А есть «волны» (цикл приблизительно в 40 лет).
* Работа выполнена в рамках проекта РГНФ № 09-02-00418а.
1 Обзор этих статей дан в работе [4].
ІББМ 1818-7862. Вестник НГУ. Серия: Социально-экономические науки. 2011. Том 11, выпуск 2 © М. М. Мусатова, 2011
В. Шугарт и Р. Толлисон [6], однако, отрицают волнообразный характер слияний и поглощений, моделируя интеграционные процессы с помощью модели авторегрессии 1-го порядка. Авторы получили адекватное описание количества, стоимости сделок и среднего размера сделок M&A с помощью процесса AR(1). Однако тот факт, что M&A можно описать процессом случайного блуждания, не дает оснований отвергать гипотезу о волнообразном поведения M&A. Процесс AR(1) может показывать «волнообразность» при ф < 1.
Р. Мелихер, Дж. Ледольтер и Л. Д’Антонио [7] моделировали первую разность процессов M&A, перейдя к логарифмическому преобразованию ряда. Авторы удалось подобрать модель ARIMA (0, 1, 1) к ряду M&A 1947-1977 гг., при этом они не обнаружили нарушений предпосылок модели.
Однако в последнее время, когда в академической среде гипотеза о волнообразности процессов M&A больше не вызывает оживленных дискуссий, а скорее стала точкой опоры в моделировании временного характера M&A, появились новые подходы. Последние разработки, однако, направлены на объяснение процессов M&A с помощью моделей с переключающимся параметром, где волны M&A вызваны «переключением» дискретного параметра. Использование марковских процессов с переключающимся режимом решает задачу более точного определения конкретных временных интервалов волн M&A и выделения унифицированного структурного процесса, с помощью которого можно было бы выделять отраслевые или трансграничные волны M&A. К исследованиям в этом направлении следует отнести Р. Таун [8], Л. Ки и В. Жу [9], С. Чанг-хуа, С. Ченг и М.-Р. Лин [10], М. Рисенде [11] и Р. Хэрфорда [12] и др. Так, при диагностике модели ARIMA, которую Р. Таун использовал для отражения данных M&A из пяти разных баз данных, автор обнаружил ARCH-эффекты в остатках нескольких рядов M&A. На основании этого он сделал вывод, что ARIMA, возможно, не является наилучшей моделью для «схватывания» временной структуры M&A. Р. Таун предлагает моделировать M&A как нелинейный процесс, в котором волнообразное поведение генерируется эндогенно. Наряду с другими исследователями (Л. Ки и В. Жу, М. Рисенде) автор моделирует M&A с помощью нелинейных стохастических процессов. Их вывод: необязательно M&A происходят волнами, а просто есть периоды высокой и низкой активности. В динамике M&A чередуются периоды с высоким средним и высоким стандартным отклонением и периоды с низким средним и низким стандартным отклонением. Таким образом, динамика M&A как одномерного события является эндогенным процессом.
Дж. Баркулас [13] и др. считают, что наблюдаемый непериодичный цикл M&A может быть связан с присутствием долгосрочной памяти в процессе. Моделирование таких рядов производится с помощью дробно-интегрированных процессов (ARFIMA), в которых параметр интегрированности d є (0, 1). Как отмечается в [14], эти процессы имеют автокорреляционную функцию, которая затухает гиперболически, в то время как автокорреляционная функция стационарного процесса ARMA затухает экспоненциально. Поэтому такого рода процессы можно прогнозировать на длительный период времени. Дж. Баркулас на выборке американских M&A показал, что M&A - процесс с долгосрочной памятью, а значит, влияние шоков на M&A будет затухать достаточно медленно. Колебания в M&A подвержены влиянию не только своей ближайшей истории, но и значениям M&A в далеком прошлом. Подобное поведение интеграционных процессов свидетельствует о наличии фундаментальных факторов, влияющих на динамику ряда.
До сих пор для российского рынка попытки проведения эконометричского анализа были единичными. Ю. В. Игнатишин [15] провел корреляционный анализ числа сделок M&A и нескольких макроэкономических показателей. М. М. Мусатова [4] проанализировала помесячную динамику M&A, как единственно доступные данные на тот момент времени. Выборка 2001-2004 гг. включала более 2 500 сделок. Ряд помесячных данных M&A становится стационарным при включении тренда. Автор моделировала ряд M&A с помощью Пуассо-новской регрессии, добавив также сезонные компоненты, однако подбор модели для отражения динамики процессов M&A не ставился как задача исследования.
Анализ работ приводит к выводу о том, что настоящее исследование, посвященное выявлению особенностей временного поведения российских процессов M&A с учетом их национальной направленности, является новым направлением в изучении и моделировании интеграционных процессов в России.
Информационная база исследования
Базой для практического анализа M&A послужили данные крупнейшего информационного агентства мира Thomson-Reuters 2. По данным Thomson One Investment Banking (далее -Thomson One), всего за промежуток с 1995 г. по конец июня 2010 г. в России было совершено более 9,3 тысяч сделок M&A, в которых хотя бы одна из компаний была российской 3 [16], Данный временной интервал представляет собой максимальный период времени, который обоснованно можно использовать для эконометрического моделирования. Более ранние данные о сделках M&A в 1994 и 1993 г. являются менее надежными в силу неполноты отражения транзакций.
Несмотря на повышение степени информационной открытости России, до сих пор, к сожалению, многие российские сделки M&A происходят в нетранспарентных условиях: зачастую собственники бизнеса предпочитают конфиденциальность информации о стоимости сделки. Таким образом, ведущие информационные агентства отслеживают только информационно-доступные интеграционные процессы. Кроме того, сделки между компаниями небольшого размера, как правило, не попадают на радар международных статистических агентств, поэтому в эмпирическом анализе их практически невозможно учесть.
Критерий информационной открытости сделок предполагает раскрытие всех параметров сделки M&A, в особенности стоимости приобретаемого пакета акций. Динамика данного критерия по годам, а также совокупной стоимости сделок M&A представлена на рис 1. Доля сделок, в которых указана стоимость приобретаемого пакета акций от общего количества сделок, составляет 18 % за весь период 1995 - 1-е полугодие 2010 г.
Рис. 1. Стоимость интеграционных сделок и доля информационно открытых процессов
Статистика сделок базы данных «Thomson One» позволяет осуществить анализ динамики уровня корпоративного контроля для разных групп сделок по M&A, в которых: 1) исключительно российские компании являются контрагентами сделок; 2) зарубежные компании покупали активы российских компаний; 3) российскими компаниями приобретались активы зарубежных компаний. Данные виды интеграции получили название внутрироссийской, им-
2 Слияние информационно-аналитических агентств «1Ъот80п» и «ЯеШеге» в апреле 2008 г. существенно усилило позиции объединенной компании в сегменте представления финансовой и правовой информации. По подсчетам экспертов, «ТЬот80п-Яеи1еге» владеет 34 % долей на рынке достоверных финансовых данных.
3 www.thomsonreuters.com.
портной и экспортной интеграции соответственно 4. В рассматриваемый период в структуре всех сделок M&A по национальной принадлежности доминировали сделки, в которых сторонами являлись две российские компании - около 73 % всех сделок. Доля сделок, в которых зарубежные компании приобретали российские, составила менее 20 %. По национальному характеру сделок внутрироссийские сделки являются наиболее информационно открытыми (54,9 % от общего числа информационно открытых сделок), затем следуют экспортные сделки (31,7 %) и наименее открытые импортные сделки (13,3 %).
Если рассматривать только те сделки, где раскрыта информация о стоимости приобретаемого корпоративного контроля, то можно определить, какие виды интеграционных процессов играют существенную роль в формировании агрегированной динамики корпоративной интеграции российских компаний (рис. 2).
100 90 80 70 60
%
50 40 30 20 10 0'
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Рис. 2. Структура стоимости сделок M&A по национальной принадлежности компаний
Как видим, российские сделки преобладают в стоимости M&A, тогда как импортные транзакции представляют самую незначительную долю в открытых интеграционных процессах, хотя их доля в 2010 г. резко возросла. Необходимо помнить, что мы не имеем полной картины происходящих интеграционных процессов, так как наблюдаем только 18 % раскрытых сделок, поэтому однозначных выводов о роли тех или иных процессов в общем обьеме M&A сделать сложно.
В связи с такими ограничениями в данной работе в фокусе исследования находится количество завершенных сделок M&A. Ввиду неполноты имеющихся данных эконометрический анализ показателей стоимостного объема или среднего размера сделок будет некорректным.
Характеристика выборки
Эмпирический анализ в предлагаемой статье строится на основе разбивки базы данных по M&A по кварталам как для агрегированной динамики, так и для каждой спецификации сделок M&A с учетом национальной направленности (табл. 1). Несмотря на охват практически всего современного периода рыночной экономики в России, в выборке насчитывается T = 62
4 Из анализа эскпортных и импортных сделок исключены транзакции, где одна из сторон представлена Кипрской компанией. Такие сделки не являются трансграничными по содержанию, поскольку за Кипрскими компаниями в действительности стоят инвестиции в Россию или другие страны СНГ, с которыми подписано соглашение о двойном налогообложении. Однако эти сделки включены в анализ агрегированной динамики процессов М&А, поскольку как минимум одна из сторон в сделке является российской компанией.
наблюдения, и ее небольшой размер, конечно же, является недостатком модели. Однако выборка включает все наблюдения по М&А, которые возможно получить в доступных источниках данных 5.
Таблица 1
Описательная статистика рядов М&А
Переменная Т Среднее Стд. откл. Минимум Максимум
Совокупный ряд М&А 62 150,45 200,03 10 775
Внутрироссийские сделки 62 110,02 172,28 3 664
Импортные сделки 62 24,08 15,65 5 67
Экспортные сделки 62 10,61 9,3 0 46
Агрегированная динамика слияний и поглощений в РФ за период с начала 1995 г. до конца 2-го квартала 2010 г. представлена на рис. 3. Начиная с 1995 г. вплоть до конца 2007 г. динамика данных о сделках М&А характеризовалась постепенным ростом от периода к периоду без значительных колебаний. Однако в конце 2007 г. происходит скачкообразный рост количества интеграционных сделок. Наличие очевидного структурного сдвига 6 в данных говорит об изменении параметров процесса с конца 2007 г. и накладывает ограничения на возможность адаптирования единой модели для всего временного ряда.
Рис. 3. Агрегированная динамика российских сделок М&А (количество сделок)
Резкий структурный сдвиг в динамике сделок М&А был вызван несколькими причинами, которые в разной степени внесли свой вклад в изменение динамики ряда.
Во-первых, активизировались процессы реструктуризации долга предприятий в акции. В период экономического подъема российские компании активно пользовались заемным финансированием для наращивания производственных мощностей. Однако в кризисный период произошло резкое сокращение спроса на продукцию, выпускаемую предприятиями, и у компаний начались проблемы с обслуживанием долга перед банком и другими корпорациями [16]. В такой ситуации многие банки и компании предпочли конвертировать долг компании-
5 По прошествии 10 лет, к 2020 г., когда в выборке российских сделок будет присутствовать 100 квартальных наблюдений, моделирование и прогнозирование процессов М&А будет еще более корректным.
6 Формальное тестирование подтвердило визуальный анализ: сдвиг действительно является структурным.
заемщика в акционерный капитал, а не инициировать процедуру банкротства предприятия. Таким образом, одним из объяснений всплеска количества сделок является выкуп банками и компаниями доли в акционерном капитале компаний-заемщиков. Как мы увидим далее, скачок в числе М&А обусловлен именно внутрироссийскими сделками.
Во-вторых, интеграционные мотивы покупателей и продавцов активов отличаются в периоды экономического роста от мотивов М&А в период экономического кризиса, что не может не влиять на динамику процесса. Зарубежные исследования находят подтверждение данному обоснованию (см., например, I. Yagil [17]). Анализ российских М&А по характеру интеграции 7 показал рост доли конгломератных сделок в 2008-2010 гг. Накопленные свободные денежные средства в период бурного роста, с одной стороны, а с другой - неадекватность рыночной цены и низкие стоимостные мультипликаторы в период нестабильности послужили катализаторами диверсификационных сделок. Кроме этого, в период экономической нестабильности происходило существенное перераспределение сил на рынке корпоративного контроля. Новые мотивы к М&А как у российских, так и зарубежных компаний в кризис формировались под воздействием серьезного дисбаланса спроса и предложения на рынке корпоративного контроля: резкое сокращение числа покупателей и огромное количество выставленных на продажу компаний. Если в ситуации стабильности и роста экономики основные мотивы консолидации - операционные и стратегические - были связаны с возможностью получения синергетических эффектов, обеспечения темпов роста бизнеса, выхода на новые рынки, достижения экономии на масштабе деятельности и др., то в период экономической нестабильности доминирующими мотивами стали финансовые и отдельные инвестиционные мотивы. На первый план, в особенности для продавцов активов, вышли мотивы снижения риска банкротства и сокращения кредиторской задолженности, а для покупателей - диверсификация, налоговые льготы и возможность воспользоваться сниженной рыночной ценой активов.
В-третьих, на рынке корпоративного контроля происходило усиление роли государства. Выход государства на российский рынок слияний и поглощений начался с 2006 г. и был обусловлен стремлением государства вернуть свой контроль над стратегическими предприятиями, утраченный во время приватизации. Властные структуры участвовали в двух очень крупных сделках стоимостью более $20 млрд: приобретение «Сибнефти» и расширение до контрольного пакета участия государства в ОАО «Газпром». По оценкам экспертов журнала «Слияния и поглощения», государственные компании в статистике М&А заняли лидирующие позиции: почти половину общего объема сделок (44 %) 8. Дальнейшее упрочнение позиций государства и государственных структур на рынке слияний и поглощений в 2007 г. было связано с формированием государственных банков и корпораций. В 2008-2009 гг. они стали одними из ключевых покупателей на любые проблемные активы. В период кризиса российский рынок М&А, так же как и глобальный, получил поддержку со стороны правительства 9.
Наконец, с макроэкономических позиций, 2007 г. был пиковым с точки зрения экономического роста и сопутствующей ему высокой предпринимательской уверенности, что способствовало активному проведению стратегии экспансии компаний. Слияния и поглощения компаний, как правило, являются проциклической переменной экономического роста, поэтому, вероятно, позитивный экономический фон в начале и середине 2007 г. создал благоприятные предпосылки для проведения сделок М&А в последующих кварталах. Одновременно с устойчивым экономическим ростом и успешной интеграцией России в мировое сообщество, а также растущей прозрачностью финансовой сферы происходило улучшение информационного пространства, что отражалось в более полном раскрытии информации участниками рынка и адекватном ее освещении в прессе, как российскими, так и зарубежными участниками.
Агрегированная динамика российских сделок формировалась под воздействием поведения трех составляющих: внутрироссийских, импортных и экспортных сделок (рис. 4). При этом ее структурный сдвиг был обусловлен, прежде всего, всплеском активности сделок между российскими компаниями. Трансграничные сделки показывали устойчивый характер ряда за весь период.
7 На основе доступной информации об отраслевой принадлежности компаний отдельно был проведен анализ М&А по характеру интеграции. Диверсификационные и чисто конгломератные сделки преобладали в структуре сделок с 2008 г.
8 Государство банкует. См. Пресс-релиз журнала «Слияния и поглощения» от 03.03.2009.
9 Вновь обретенная уверенность: слияния и поглощения в среднем бизнесе в 2009 г. - 1П 2010 г. // Отчет Рпсе^аегИошесоореге. - http://www.pwc.ru/masurvey.
Сделки между рос. компаними--------------Сделки зарубежных компаний в России
Сделки российскии компаний! за рубежом
Рис. 4. Динамика М&А по типам сделок (количество сделок)
В эконометрике разработаны несколько формальных тестов, позволяющих определить, присутствует ли структурный сдвиг в данных и на каком наблюдении он происходит (тест Чоу, метод скользящих окон и др). Формальное подтверждение было получено с помощью теста Эндрюс - Зивота [18]. Нулевая гипотеза схожа с критерием Дики - Фуллера: ряд нестационарен и имеет единичный корень. Данный тест позволяет оценить, на каком наблюдении происходит скачок в данных. Хорошее наглядное представление о том, где происходит структурный сдвиг в данных дает графическое отображение ряда. Результаты показывают, что структурный сдвиг происходит в 1-м квартале 2008 г. для агрегированного ряда М&А и внутрироссийских сделок, в то время как для трансграничных сделок, как мы и предполагали, сдвига не наблюдается.
Присутствие структурного сдвига делает период после шока неинтересным для моделирования, поэтому для рядов агрегированной и внутрироссийской динамики М&А будет проведено разделение рядов на два периода: до и после 2008 г. К первой части выборки (Т = 52) возможно применить аппарат моделей временных рядов, однако для второй части ряда (после 2008 г.) моделирование не представляется возможным за неимением необходимого количества наблюдений. В то же время для рядов трансграничных сделок логичным шагом является конструирование модели, отражающей динамику сделок на протяжении всего периода.
Метод эмпирического анализа интеграционных процессов и диагностика модели
Предварительными этапами моделирования временных рядов являются учет сезонной компоненты и проверка скорректированных рядов на стационарность.
При анализе квартальных данных по всем четырем рядам - агрегированному, внутрирос-сийскому, импортных и экспортных сделок - необходимо учитывать присутствие сезонных колебаний. Основываясь на нашей выборке, отметим, что больше всего слияний происходит в первом квартале, а меньше всего - во втором. Третий и четвертый кварталы показывают приблизительно одинаковые уровни активности М&А. В связи с этим для учета присутствия сезонной компоненты в нашем исследовании было проведено сглаживание рядов с помощью процедуры Хольта - Винтерса.
Следующим необходимым этапом было тестирование рядов М&А на стационарность. Применение теста Дики - Фуллера к динамическим рядам российских сделок М&А на осно-
ве обобщенного метода наименьших квадратов (ОМНК) подтвердило их нестационарность, поэтому исследуемые ряды необходимо было скорректировать. Одной из возможных трансформаций ряда является переход к первой разности событий и получение стационарного ряда, в котором в качестве единицы наблюдения выступает
AYt = Уг - Уг -1.
Для моделирования временных рядов российских М&А более всего подходит АММА -процесс авторегресии интегрированного скользящего среднего. Общую модель АММА (р, ё, д) можно записать при помощи оператора запаздывания В в следующем виде:
(1 -а1 В -... - .арВр )ЛаУ{ = с + (1 + р1 В +... + )ег,
гдер - порядок авторегрессии; ё - порядок интеграции; д - порядок скользящего среднего.
Для получения оценок М&А по модели АММА был осуществлен переход к модели АММА в виде
ЛлУг = с + (1 - а1В -... - .арВр )ЛлУг + (1 + р1 В +... + рдВд )е(.
В моделировании процессов М&А порядок интеграции рядов М&А, ё = 1. В отношении параметра д было принято значение 0, поскольку данные уже сглажены на фактор сезонности. В связи с этим для оценки М&А спецификация модели приобретает вид АММА (р, 1, 0):
(1 -а1В-... -.а рВр )ЛУ1 =с + ег.
Для выбора порядка авторегрессии были использованы графики частной автокорреляционной функции. Порядок АЯ выбирался равным порядку, при котором наблюдается последнее большое значение частной автокорреляционной функции. Для М&А рядов было определено, что порядок авторегрессии равен четырем. Таким образом, идентификация модели АММА (р, ё, д) для исследования российских сделок М&А (табл. 2) позволяет предположить модель с параметрами (4, 1, 0).
Таблица 2
Результаты тестирования модели АММА (4, 1, 0) для российских рядов сделок М&А
Ряд Параметры модели и стандартные ошибки
Совокупный ряд М&А (1 + 0,166В + 0,154В2 -0,47В3 -0,285В4)(1 -В)У, =ег (0,146) (0,150) (0,138) (0,135) се= 15,178, х2 = 8,94, Т = 51
Внутрироссийские сделки (1 + 0,394В + 0,166В2 + 0,248В3 - 0,379В4)(1 - В)У1 = ег (0,124) (0,138) (0,154) (0,124) се = 15,07, х4 = 82,76, Т = 51
Экспортные сделки (1 + 0,356В + 0,175В2 + 0,155В3 -0,486В4)(1 -В)У1 =ег (0,124) (0,108) (0,114) (0,144) се= 2,51, х2 = 118,78, Т = 61
Импортные сделки (1 + 0,369В + 0,082В2 - 0,072В3 - 0,345В4 )(1 - В)У1 = ег (0,138) (0,126) (0,161) (0,141) се= 3,87, х2 = 21,38, Т = 61
Примечание: В - оператор запаздывания; ВтУ1 = У1 _т; ое - стандартная ошибка остатков в модели; - ста-
тистика хи-квадрат с ё/ степенями свободы; Т - число наблюдений в модели.
Для большинства интеграционных процессов было выявлено, что четвертый лаг положительно связан с динамикой зависимой переменной (первой разности ряда M&A). Иными словами, квартальные значения M&A положительно связаны с аналогичными квартальными значениями в предыдущем году. Наличие такого характера связи говорит в пользу гипотезы о циклическом поведении процессов M&A. Во всех моделях, кроме агрегированной динамики, значимым был первый лаг, а для внутрироссийских сделок, кроме того, значимым оказался третий лаг зависимой переменной. Значимость первого лага также говорит о том, что высокая активность на рынке M&A приводит к снижению прироста числа заключаемых сделок в последующий период. Такие результаты свидетельствуют о том, что активность рынка M&A имеет периоды подъема и периоды снижения активности. Процессы показывают определенную связь между соответствующими кварталами, а не случайное блуждание M&A.
Диагностика моделей ARIMA (4, 1, 0) для проверки отсутствия автокорреляции остатков проводилась с использованием нескольких тестов, а также с применением графического анализа коррелограммы остатков. Статистики Дарбина - Уотсона, ^-статистика Портманто и статистика Бокса - Льюнга показывают, что остатки линейно не скоррелированы (табл. 3). Проведенный тест на гетероскедастичность остатков показал отсутствие эффектов ARCH в ошибках модели. Тест ARCH основывался на полученном значении коэффициента детерминации в регресии е:? на . Таким образом, результаты диагностики показывают, что выбранные линейные модели хорошо описывают ряды сделок M&A.
Таблица 3
Результаты диагностики моделей
^'"'"''^.^Критерий Переменная DW Portmanteau Q Box-Ljung Q(25)
Совокупный ряд М&А 2,05 20,97 (0,826) 12,03 * (0,970)
Внутрироссийские 2,00 36,13 12,83 *
сделки (0,139) (0,955)
Экспортные сделки 2,08 24,98 (0,628) 19,12 (0,791)
Импортные сделки 1,86 16,26 (0,961) 15,45 (0,930)
Примечание: * - ввиду более короткого ряда статистика приведена для 23-го лага; в скобках - уровень значимости.
Проведенные расчеты по увеличению параметра р не привели к улучшению модели: по-прежнему значимыми остаются только первый и четвертый лаги. Информационные критерии Акайке и Шварца также однозначно свидетельствовали о корректности выбора модели АММА (4, 1, 0). Наличие коротких рядов данных сдерживает проведение тестирования наличия долговременной памяти в процессах.
Важным аспектом моделирования любых временных рядов, является прогнозирование. Предсказание будущей активности процессов М&А было построено для 3-го квартала 2010 г. для рядов с трансграничными сделками М&А (табл. 4), так как в динамике импортных и экспортных сделок нет структурных сдвигов.
Точность прогнозирования трансграничных процессов неодинакова для импортных / эк-портных сделок М&А: если для экспортных сделок прогноз оказался достаточно точным, то для импортных сделок расхождение между прогнозом и реальным значением оказалось достаточно большим.
Таблица 4
Прогнозирование по моделям АММА (4, 1, 0) для 3 квартала 2010 г.
Переменная Прогнозное значение АЫМА Реальное значение *
Экспортные сделки 22 23
Импортные сделки 47 32
* Исключая Кипрские сделки.
Сложности с прогнозированием импортной интеграции связаны, по всей видимости, со следующими обстоятельствами. Инициаторами М&А в импортных интеграционных сделках выступают зарубежные компании. На их мотивацию, реализацию интеграционной стратегии на российском рынке корпоративного контроля оказывают влияние разнообразные факторы внешней среды: особенности делового цикла и институциональной среды в их национальной экономике, влияние на нее глобализации и мировых тенденций и т. д. Вышеназванные факторы существенно различаются для компаний из разных стран, обуславливая неоднозначное поведение компаний-интеграторов на российском рынке М&А и проблемы прогнозирования их активности в следующий период.
В то же время инициаторами в сделках экспортной интеграции являются российские компании, которые принимают решения о приобретении компаний в различных странах мира. Поэтому «неопределенность», связанная с экспансионистской стратегией компаний из одной страны, меньше, чем в случае с компаниями из разных, и модель адекватно прогнозирует количество экспортных сделок М&А. Модель можно использовать для построения прогнозов на несколько периодов вперед.
Полученные результаты свидетельствуют, что применение модели АЫМА(4,1,0) к ряду экспортных сделок позволяет адекватно описать процесс зарубежных сделок М&А, проводимых российскими компаниями (табл. 4).
Выводы
1. Для анализа и моделирования динамики временных рядов российских М&А АЫМА (4, 1, 0) является адекватной моделью. С помощью АЫМА (4, 1, 0) удалось выявить циклическое поведение процессов М&А агрегированного ряда, ряда внутрироссийских и экспортных сделок М&А, основанное на отрицательном характере значимости первого и положительной значимости четвертого лагов. Значимость первого лага означает: если в текущем периоде наблюдался рост М&А, то прирост М&А в следующем периоде будет отрицательным. Значимость четвертого лага выявляет взаимосвязь между квартальными значениями М&А с интервалом в год.
2. На основе выбранной модели в ходе исследования был сделан прогноз на 3-й квартал 2010 г. для экспортных сделок. Сравнение предсказаний модели с фактическими данными подтверждает пригодность модели для построения прогнозов экспортных интеграционных сделок.
Дальнейшие эконометрические исследования динамики российских М&А могут развиваться, по крайней мере, в трех направлениях. Через несколько лет, при увеличении размера выборки, будет возможным моделирование российских М&А с помощью марковских процессов. Второе направление исследования - моделирование динамики рядов М&А на основе других баз данных. В качестве третьего направления выступает апробирование нелинейного моделирования процессов М&А.
Список литературы
1. Nelson R. L. Merger Movement in American Industry 1895-1956. Princeton: Princeton, University Press, 1959.
2. Eis C. A Note on Mergers and Business Cycle: Comment // The Journal of Industrial Economics. 1971. Vol. 19, № 1. P. 191.
3. Weston J. F., Chung K. S., Hoag S. E. Mergers, Restructuring, and Corporate Control. N. Y., 1990.
4. Мусатова М. М. Динамика слияний и поглощений в Российской Федерации: факторы, мотивы, взаимосвязи. Новосибирск: ИЭиОПП СО РАН, 2006. 180 с.
5. Golbe D., White L. Catch a Wave: the Time Series Behavior of Mergers // The Review of
Economics and Statistics. 1993. Vol. 75, No. 3. P. 493-499.
6. Shughart W., Tollison R. The Random Character of Merger Activity // RAND Journal of eco-
nomics. 1984. Vol. 15. P. 500-509.
7. Melicher R. W., Ledolter J., D’Antonio L. J. A Time Series Analysis of Aggregate Merger Activity // The Review of Economics and Statistics. 1983. Vol. 65. No. 3. P. 423-430.
8. Town R. J. Merger Waves and the Structure of Merger and Acquisition Time-Series // Journal of applied econometrics. 1992. Vol. 7. Supplement: special issue on nonlinear dynamics and econometrics. P.S83-S100.
9. Qiu L., Zhou W. Merger Waves: a Model of Endogenous Mergers // RAND Journal of economics. 2007. Vol. 38, No. 1. P. 214-226.
10. Chung-Hua S., Chen S.-W., Lin M.-R. Common Wave Behavior for Mergers and Acquisitions in OECD Countries: a Unique Analysis Using New Markov Switching Panel Model Approach // Economics Bulletin. 2008. Vol. 7, No. 8. P. 1-12.
11. Resende M. Wave Behavior of Mergers and Acquisitions in the UK: a Sectoral Study // Oxford Bulletin of Economics and Statistics. 1999. Vol. 61, No. 1. P. 0305-9049.
1.2 Harford J. What Drives Merger Waves? // Journal of Financial Economics. 2005. Vol. 77. P. 529-560.
13. Barkoulas J. T., Baum C. F., Chakraborty A. Waves and Persistence in Merger and Acquisition Activity // Economics Letters. 2001. Vol. 70. P. 237-243.
14. Суслов В. И., Ибрагимов Н. М., Талышева Л. П., Цыплаков А. А. Эконометрия: Учеб. пособие. Новосибирск: Изд-во СО РАН, 2005. 744 с.
15. ИгнатишинЮ. В. Слияния и поглощения: стратегия, тактика, финансы. СПб: Питер, 2005. 208 с.
16. Казанцев Н. Крупнейшие российские компании: новая ситуация // Проблемы теории и практики управления. 2009. № 1. С. 126.
17. Yagil J. Mergers and macro-economic factors // Review of financial economics. 1996. Vol. 5, No. 2. P. 181-190.
18. Baum C. F. Stata: the Language of Choice for Time Series Analysis? // The Stata Journal. 2001. № 1. P. 1-16.
Материал поступил в редколлегию 06.02.2011
M. M. Musatova
EMPIRICAL ANALYSIS OF THE MERGERS & ACQUISITIONS DYNAMICS OF RUSSIAN COMPANIES
We summarize the results of empirical analysis of Russian mergers & acquisitions that took place during 1995-2010. We estimate autoregressive integrated moving average model (ARIMA) and argue that linear model is the best fit to capture the dynamics of the time series. The analysis demonstrated specific characteristics of corporate integration in Russia during the period of time in question. For the first time in economic literature, we perform econometric analysis of crossborder M&A activity of Russian companies.
Keywords: corporate integration, mergers and acquisitions (M&A), linear stochastic processes ARIMA, cross-border mergers.
