CC BY
30
УДК 338.242 JEL C10, C19, G34
DOI 10.25205/2542-0429-2018-18-1-114-128
М. М. Мусатова , Л. И. Лугачева 1 2
1 Институт экономики и организации промышленного производства СО РАН пр. Акад. Лаврентьева, 17, Новосибирск, 630090, Россия
2 Новосибирский государственный университет ул. Пирогова, 1, Новосибирск, 630090, Россия
[email protected], [email protected]
РЕГИОНАЛЬНЫЕ ИНТЕРЕСЫ И ПОВЕДЕНИЕ АГЕНТОВ НА ВНУТРИРОССИЙСКОМ РЫНКЕ М&А
Показана значимость рынка слияний и поглощений (М&А) для экономики России, дана характеристика внут-рироссийских сделок со стороны компании-цели и компании-покупателя. Приведены результаты двухуровневого анализа сложившихся региональных особенностей внутрироссийского рынка М&А: на уровне федеральных округов и на уровне субъектов РФ. Разработанная методика выявления зависимости числа интеграционных сделок компании-цели и компании-покупателя от региональных экономических индикаторов является одной из первых попыток проведения эконометрического анализа для внутрироссийских сделок М&А. Для периода 2008-2014 гг. построены регрессионные модели панельных данных: сквозная, с фиксированными и со случайными эффектами. В статье обсуждаются полученные оценки эконометрического исследования региональной ориентации агентов российского рынка М&А. Уточняются факторы, под влиянием которых начинает формироваться новый профиль внутрироссийских сделок М&А и меняются региональные приоритеты инвесторов.
Ключевые слова: слияние и поглощение компаний, внутрироссийские сделки, регрессионные модели, фиксированные и случайные индивидуальные эффекты, эконометрическая оценка.
В современном мире одной из самых прогрессивных форм развития корпоративных отношений являются сделки слияния и поглощения. Каждый год происходят сделки по M&A, которые объединяют отдельные компаний в более крупные структуры. Характер сделок, их условия даже после их совершения оказывают серьезное воздействие на состояние компаний-участников в долгосрочный период. В отличие от США, где история рынка M&A насчитывает более 100 лет, российский рынок M&A начал формироваться в последнее десятилетие ХХ века
На протяжении ХХ1 в. российская экономика переживала целый ряд структурных изменений, связанных с усилением роли государства, реформированием корпоративного и налогового законодательства. Положительные экономические показатели в 2009-2014 гг. в России носили в известной степени конъюнктурный характер и были обусловлены факторами, не имеющими прямого отношения к подъему и развитию производственно-технологической базы России. В этих условиях наметились тенденции, которые отражали стремление хозяйствующих субъектов РФ выжить за счет объединения усилий, в частности посредством формирования новых организационно-хозяйственных структур. На динамику внутрироссийских сделок по слиянию и поглощению во втором десятилетии ХХ1 в., безусловно, повлияли стратегии государства по защите национальных интересов, коррективы в российской законодательной базе, санкции, появившиеся в 2014 г., а также инвестиционный климат и междуна-
Мусатова М. М., Лугачева Л. И. Региональные интересы и поведение агентов на внутрироссийском рынке M&A // Мир экономики и управления. 2018. Т. 18, № 1. С. 114-128.
ISSN 2542-0429. Мир экономики и управления. 2018. Том 18, № 1 © М. М. Мусатова, Л. И. Лугачева, 2018
родные рейтинги. Во внутрироссийских сделках активное участие принимали как частные компании, так и государственные структуры. Все это создавало предпосылки для активизации рынка по сделкам купли-продажи, открывало перед российскими компаниями широкие перспективы роста.
Исследование сфокусировано на периоде 2008-2014 гг. - периоде экономической нестабильности, для которого особую значимость приобрели внутрироссийские сделки M&A 1: в структуре всех сделок M&A по национальной принадлежности доминировали сделки, в которых сторонами являлись две российские компании - около 70 % всех сделок. Количественная оценка влияния на интенсивность процессов слияния и поглощения динамики макроэкономических показателей представляется наиболее возможным направлением экономет-рических исследований интеграционных процессов в российских условиях. Федеральное агентство по статистике РФ представляет доступную, достоверную и систематическую информацию о показателях макроэкономической динамики. В работе использовались данные Государственной службы федеральной статистики, исследования крупнейших консалтинговых агентств, таких как McKinsey и KPMG. Информационная база по количеству и объемам сделок внутрироссийских M&A была сформирована на основе базы данных Zephyr, в которой представлены все сделки M&A с участием крупных и средних компаний.
Пространственный анализ внутрироссийских сделок M&A
Пространственный анализ внутрироссийских сделок M&A в работе был осуществлен в разрезе федеральных округов РФ в 2008-2014 гг. с учетом дифференциации сделок M&A на компании-цели и компании-покупатели. Начиная с 2008 г. характерной особенностью динамики внутрироссийских сделок становится их волатильность: в 2009 г. количество сделок упало с 3 367 до 3 189, однако уже в 2010 г. было достигнуто практически докризисное значение; в 2011 г. количество сделок резко сократилось: на 35 % по сравнению с 2010 г. В последующие годы число сделок продолжало сокращаться: в 2015 г. количество сделок составило 1 139, или примерно 33 % от уровня 2008 г. Распределение суммарного потока внутрироссийских сделок M&A по федеральным округам со стороны компании-цели и компании-покупателя представлено в табл. 1.
Таблица 1
Суммарное количество сделок по M&A по федеральным округам РФ
в 2008-2014 гг.*
Федеральные округа Компания-цель Компания-покупатель
Центральный 1369 536
Южный 1307 586
Северо-Западный 5870 5590
Дальневосточный 2794 1165
Сибирский 632 198
Уральский 1327 500
Приволжский 1774 1032
Северо-Кавказский 357 56
* Расчеты проведены на основе базы Zephyr.
1 Расчеты проведены на основе базы Zephyr, в которой представлены все сделки M&A с участием крупных и средних компаний РФ. Она предоставляет данные начиная с 2008 г. При формировании выборки помесячные данные за каждый год были агрегированы в поквартальные данные. Статистика Zephyr по M&A 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, импортной и экспортной интеграции соответственно.
Зарубежные и российские исследователи отмечают тесные корреляционные взаимосвязи активности сделок М&А и динамики макроэкономических показателей в разных комбинациях (см., например: [1-5]). С учетом накопленного опыта для периода 2008-2014 гг. для каждого округа были выбраны показатели валового регионального продукта (ВРП) и инвестиций в основной капитал.
Анализ распределения числа сделок М&А в федеральных округах Российской Федерации показывает, что региональные приоритеты инвесторов были в рассматриваемый период связаны с Центральным, Приволжским и Северо-Западным федеральными округами; именно в этих округах были сосредоточены примерно 67 % компаний-целей (рис. 1). На диаграммах представлены структуры распределения сделок М&А по округам для двух групп сделок: со стороны компании-цели и со стороны компании-покупателя за период 2008-2015 гг. В структуре распределения сделок по федеральным округам традиционно первое место занимает Центральный федеральный округ (58 и 38 % соответственно). Отметим, в действительности формально часть компаний-покупателей зарегистрирована в г. Москве, в Центральном округе, хотя фактически свою производственную деятельность они осуществляет в других регионах РФ. В связи с этим вышеприведенные данные представляются несколько завышенными. Далее достаточно весомую долю занимают Приволжский и СевероЗападный федеральные округа (в сумме 20-30 %). Представленные структуры распределения сделок М&А показывают тесную корреляцию между собой.
а
Северо-Западный Сев.-Кавказский2% Сибирский
б
Рис. 1. Структура распределения сделок М&А по федеральным округам: а - со стороны компаний-покупателей; б - со стороны компаний-целей
Бум продажи компаний крупного бизнеса в Москве прошел до кризиса 2008 г. В силу первоначальной направленности иностранных инвесторов и локации большинства крупных компаний в столице активы расположенных в ней предприятий и организаций были проска-нированы, поделены и распределены на рынке корпоративного контроля. В связи с этим
в последующие годы наиболее интересными для внутрироссийского формата сделок M&A являлись компании средней и малой капитализации, расположенные в регионах РФ.
В период 2008-2014 гг. доля крупных сделок в структуре российского рынка М&А стала сокращаться: экономика в значительной мере национализировалась, крупный производственный бизнес сосредоточился вокруг крупных государственных компаний и корпораций. Так, если в 2005 г. на десять крупнейших сделок приходилось 72 % инвестиций, то в 2014 г. на такое же число транзакций - не более 36 %. Таким образом, на рынке М&А в секторе среднего бизнеса проявилась устойчивая тенденция к развитию частных инвестиций. При этом распределение сделок по секторам стало более равномерным: в 2005 г. 78 % всех сделок было заключено в добывающем секторе экономики и металлургии, в 2014 г. доля этих секторов снизилась до 37 % 2.
Рост сделок на рынке слияний и поглощений с активами малых и средних компаний был зафиксирован как в государственном, так и в корпоративном секторе. В государственном секторе крупные корпорации продолжали тренд на консолидацию активов, в частном секторе региональные компании стремились присоединиться к более конкурентным крупным компаниям или реализовывали интеграционные стратегии в своем сегменте. Например, в секторе потребительского рынка и розничной торговли мелкие региональные сети для сохранения рентабельности и конкурентоспособности присоединялись к крупным федеральным сетям, заинтересованным в проникновении в регионы на фоне острой конкурентной борьбы. При этом в подобных ситуациях крупные компании были даже готовы заплатить цену выше реальной стоимости покупаемого бизнеса. С другой стороны, некоторые региональные компании в посткризисное время осуществляли экспансию и стремились стать компаниями федерального уровня.
На основе данных модуля Zephyr по M&A был проведен предварительный статистический и картографический анализ, который позволяет визуализировать пространственное распределение сделок M&A. Для рассматриваемого периода по каждому году были рассчитаны показатели суммы поквартального ВРП и суммы поквартальных инвестиций в основной капитал 3. Полученные показатели, а также агрегированные поквартально за рассматриваемый период данные по числу сделок для компании-цели и компании-покупателя, были проранжи-рованы по принципу убывания по шкале от 1 до 8. Результаты ранжирования по федеральным округам для наглядности представлены на карте Российской Федерации: чем темнее цвет федерального округа, тем больший ранг соответствующего показателя в нем по сравнению с другими округами. Ниже представлен картографический анализ по рассматриваемым четырем показателям (рис. 2).
Половина округов занимает одинаковое место по всем четырем показателям. В Уральском, Северо-Западном и Сибирском федеральных округах по двум показателям ранги совпали: инвестиции - ВРП; ВРП - число сделок для компании-цели; инвестиции - число сделок со стороны компании-цели. Для остальных регионов ранги по рассматриваемым показателям отличаются на одну позицию. При этом не зафиксировано ни одного случая, где бы все ранги по четырем показателям были разными. Картографический анализ позволяет сделать вывод о наличии связи между количеством сделок, валовым региональным продуктом и инвестициями.
Эконометрический анализ внутрироссийских сделок M&A
К настоящему времени эконометрические исследования российских сделок M&A представлены в работах М. Г. Поликарповой, М. М. Мусатовой, О. Д. Федулова, В. С. Сажиной, М. С. Ивинской, А. И. Балашова, С. В. Подцикиной, Е. А. Некрасовой и др. [6-12]. Для проведения эконометрических расчетов за 2008-2014 гг. была сформирована база по количеству сделок M&A: число наблюдений - 581 (7 лет, 83 региона), по каждому субъекту РФ подготовлена информация по динамике ВРП 4.
2 Рынок слияний и поглощений в 2014 году. URL: https://home.kpmg.com/ru/ru/home/insights/2015/04/ma-survey-report-2014.
3 Регионы России. Социально-экономические показатели. 2015. Статистический сборник. М.: Росстат, 2015. 1326 с.
4 Там же.
б
Рис. 2. Ранжирование по федеральным округам: а - суммарный ВРП; б - инвестиции в основной капитал
Традиционно в работах отечественных и зарубежных исследователей по эконометриче-ским моделям анализируется зависимость числа сделок компаний-покупателей и макроэкономических переменных. В данной работе исследовалась гипотеза: одни и те же макропоказатели оказывают различное влияние на число интеграционных сделок в зависимости от позиции участника сделки в процессе М&А: покупателя или продавца. На предварительном этапе расчетов по эконометрическим моделям была проанализирована описательная статистика количества сделок для компании-цели и компании-покупателя (табл. 2). Меньшее количество тестируемых позиций связано с отсутствием данных по некоторым сделкам. Таким образом, в данной модели исследовано 95 % всех проведенных М&А со стороны компаний-целей. Описательная статистика и динамика количества сделок, когда компания из региона являлась покупателем, позволяют судить лишь о 59 % сделок, совершенных в данный период (см. табл. 2). Максимальное число сделок зафиксировано в г. Москве.
Предлагаемый эконометрический подход основан на учете влияния различных факторов. В качестве регрессоров было выбрано 4 переменных: ВРП, инвестиции в основной капитал, удельный вес прибыльных организаций и количество кредитных организаций в регионе. Таким образом, предполагаем зависимость:
MERGERS: = а0 + а: •GRP+ а2 ^RO + аз •PROFO + a^FAF+ e, MERGERS2 = а0 + Р1 • GRP + Р2 • СRO + Рз • PROFO + Р4 • FAF + Et,
где
MERGERS1 - количество сделок (компания-цель);
MERGERS2 - количество сделок (компания-покупатель);
GRP - валовой региональный продукт (в текущих ценах, млн руб.);
СRO - количество кредитных организаций;
PROFO - удельный вес прибыльных организаций в общем числе организаций, %; FAF(fixed asset formation) - инвестиции в основной капитал, млн руб.
Таблица 2
Описательная статистика и динамика количества сделок
Показатель 2008 2009 2010 2011 2012 2013 2014 Итог
Со стороны компаний-целей
Количество сделок 3200 3083 3246 2125 1747 1690 1613 16710
Количество тестируемых сделок 2924 2840 3007 1953 1649 1585 1472 15430
% от всего количества сделок 91,38 92,12 92,64 91,91 94,39 93,79 91,26 94,9
% к 2008 100 97,13 102,8 66,79 56,40 54,21 50,34
Со стороны компаний-покупателей
Количество сделок 3200 3083 3246 2125 1747 1690 1613 16710
Количество тестируемых сделок 1809 1709 1795 1196 997 1047 1110 9859
% от всего количества сделок 56,53 55,43 55,30 56,28 57,07 61,95 68,82 59,00
% к 2008 100,00 94,47 99,23 66,11 55,11 57,88 61,36
Валовой региональный продукт GRP отражает состояние экономики в регионе и показывает реализацию производственного потенциала. ВРП в системе национальных счетов выражен в текущих ценах, т. е. является номинальным. Это не позволяет проводить сравнение регионов в различие периоды. Для того чтобы наша модель не отражала динамику инфляции, мы перешли к реальным показателям. Предполагаемый характер связи: чем больше ВРП, тем привлекательнее регион для проведения внутрироссийских сделок М&А.
Количество кредитных организаций в регионе СRO показывает возможности для финансирования сделок М&А. Первоначальная гипотеза: чем больше таких организаций в регионе, тем проще получить финансирование компаниям, в том числе для проведения М&А.
Удельный вес прибыльных организаций PROFO в общем числе организаций показывает возможности компаний из регионов для совершения сделок. Обратный показатель - удельный вес убыточных организаций - должен показывать наличие мотива компаний к сделкам во избежание банкротства.
Инвестиции в основной капитал FAF отражают инвестиционный потенциал региона, при этом инвестиции являются одним из показателей движения рынка М&А. В работе изначально характер связи рассматривался как положительный: чем больше инвестиций в основной капитал компаний региона, тем больше их заинтересованность в стратегиях неорганического роста.
Таблица 3
Оценки значимости факторов
Показатель MERGERS: MERGERS2
Сквозная модель
GRP - валовой региональный продукт 0,4425 *** (0,078) 0,4726 *** (0,083)
CRO - количество кредитных организаций 0,474 *** (0,045) 0,5699 *** (0,052)
PROFO - уд. вес прибыльных организаций 2,4805 *** (0,343) 0,9232 ** (0,361)
FAF - инвестиции в основной капитал -0,0693 (0,07) -0,078 (0,071)
Const -13,395 *** (1,289) -8,2695 *** (1,386)
N 581 581
R2 0,6099 0,59
Модель с детерминированными фиксированными эффектами
GRP - валовой региональный продукт -1,1695 *** (0,185) -0,8658 *** (0,196)
CRO - количество кредитных организаций 0,3952 *** (0,131) 0,2137 (0,159)
PROFO - уд. вес прибыльных организаций 0,9237 ** (0,377) -0,2731 (0,443)
FAF - инвестиции в основной капитал -0,0351 (0,154) -0,0274 (0,145)
Const 12,934 *** (2,616) 13,377 *** (2,358)
N2 581 581
R2 within 0,38 0,21
F-Stat 62,87 24,5
Prob>F 0 0
Модель со случайными эффектами
GRP - валовой региональный продукт -0,0382 (0,152) 0,1199 (0,139)
CRO - количество кредитных организаций 0,9292 *** (0,093) 0,8749 *** (0,102)
PROFO - уд. вес прибыльных организаций 1,1367 *** (0,433) -0,1417 (0,417)
FAF - инвестиции в основной капитал -0,0573 (0,142) -0,0785 (0,121)
Const -2,5872 (1,715) 0,1398 (1,746)
N 581 581
W4 ald Chi2 146,2 136,62
Prob> Wald Chi2 0 0
Примечание: ***, **, * - коэффициент значим при 1, 5, и 10 %-ном уровне значимости: ***р < 0,001, **р < 0,01, р < 0,05. В скобках указаны стандартные ошибки. В таблице приведены коэффициенты, полученные в модели.
Выбор и обоснование корректных эконометрических моделей был проведен на основе статистических расчетов по различным регрессионным моделям: линейная модель (МНК),
модель с детерминированными эффектами, модель со случайными эффектами, модель с фиктивными переменными. Для проведения эконометрического анализа внутрироссийских сделок M&A показатели CRO и PROFO были прологарифмированы, что позволило приблизить распределение остатков регрессии к нормальному, все данные проверены на стационарность, гетероскедастичность и автокорреляцию.
Сквозная регрессия по 83 регионам за 7 лет оценивалась методом наименьших квадратов. В табл. 3 представлены результаты зависимости количества сделок компании-цели и количества сделок компании-покупателя. К сожалению, она не учитывает панельной структуры данных.
Результаты расчетов зависимости количества сделок для компании-цели и компании-покупателя от выбранных регрессоров в значительной степени идентичны: значимы те же факторы, стандартные ошибки практически не отличаются, R2 меньше на 1 %. Модель сквозной регрессии имеет существенной недостаток: она предписывает одинаковое поведение всем объектам выборки во все моменты времени. В связи с этим были построены модели с детерминированными (модели FE) и случайными эффектами.
Преимущество модели с детерминированными эффектами состоит в том, что она позволяет элиминировать ненаблюдаемые индивидуальные эффекты. Оценивание модели производилось на основе традиционного МНК (см. табл. 3). В рамках данной модели межиндивидуальные различия проявились сильнее, чем динамические. Это свидетельствует в пользу необходимости учета индивидуальных эффектов и против использования модели сквозного оценивания. Вместе с тем подобное предположение нуждается в статистическом подтверждении и проверке. В модели с детерминированными индивидуальными эффектами, так же как и в сквозной модели, значимы регрессоры: валовой региональный продукт (GRP), количество кредитных организаций и удельный вес прибыльных организаций в общем числе организаций региона. Однако знак при валовом региональном продукте (GRP) меняется на отрицательный.
Модель со случайными эффектами можно рассматривать как компромисс между сквозной регрессией и регрессией FE, которая позволяет для каждого объекта выборки ввести свою константу и, таким образом, учесть существующую в реальности, но ненаблюдаемую гетерогенность. Для оценивания такой регрессии использовался обобщенный метод наименьших квадратов (GLS), результаты оценивания приведены в табл. 3.
О значимости регрессии, оцененной с помощью GLS, свидетельствует высокий и значимый показатель статистики Wald chi2(6) = 146,2, что является адекватной мерой качества модели. Так же, как и в регрессионной модели с фиксированными эффектами, в регрессионной модели со случайными индивидуальными эффектами характер зависимости количества сделок от количества кредитных организаций (CRO) и удельного веса прибыльных организаций в общем числе организаций (PROFO) остался прежним. Влияние фактора величины скорректированного ВРП (GRP) на число сделок M&A оказалось весьма скромным. Как и в предыдущих моделях, выбранные факторы-регрессоры более значимы для числа сделок со стороны компаний-целей (MERGERS1), чем для числа сделок со стороны компаний-покупателей (MERGERS2).
Итак, полученные оценки эконометрического исследования региональной ориентации агентов российского рынка M&A на основе трех регрессионных моделей (сквозной, с фиксированными индивидуальными эффектами и со случайными индивидуальными эффектами) позволили осуществить выбор наиболее адекватной модели (рис. 3).
В рамках алгоритма попарно сравнивались оцененные регрессионные модели:
а) регрессионная модель с фиксированными эффектами - со сквозной регрессией (тест Вальда);
б) регрессионная модель со случайными эффектами - со сквозной регрессией (тест Брой-ша - Пагана);
в) регрессионная модель со случайными эффектами - с регрессионной моделью с фиксированными эффектами (тест Хаусмана).
С помощью теста Вальда проверена гипотеза о равенстве нулю всех индивидуальных эффектов. Программа STATA автоматически проверяет данную гипотезу одновременно
Тест Бройша - Пагана
Уаг (и) = 0
Тест Хаусмана
Но: ¡п coef. по! 8ув1ета11с
р-уровень < 0,01
Модель со случайными эффектами лучше, чем сквозная
р-уровень < 0,01
Модель с фиксированными эффектами лучше, чем со случайными
Рис. 3. Алгоритм выбора наиболее адекватной модели
с оцениванием модели с фиксированными эффектами. На ее основе был сделан вывод, что регрессионная модель с фиксированными эффектами более адекватно подходит для описания данных, чем модель сквозной (простой) регрессии. Тест Бройша - Пагана является тестом на наличие случайного индивидуального эффекта. Поскольку значение р < 0,01, то основная гипотеза отвергалась. Таким образом, модель со случайными эффектами лучше описывает наши данные, чем модель сквозной регрессии.
Основные эконометрические результаты, полученные при реализации предложенного подхода, заключаются в следующем. Тестирование моделей подтверждает важность разделения количества сделок (MERGERS1 и MERGERS2) в зависимости от направления интеграции (компания-цель / компания-покупатель). В построенных моделях одни и те же макроэкономические переменные оказывают различное влияние на MERGERS1 и MERGERS2. Окончательный выбор между FE и RE моделями был осуществлен с помощью теста Хаусмана. На его основе сделан вывод, что для целей нашего анализа предпочтительнее модель с фиксированными индивидуальными эффектами (см. табл. 3), поскольку для исследования выбирались конкретные регионы и их состав не менялся от года к году.
Наибольшее влияние на интенсивность сделок М&А оказывает валовой региональный продукт. GRP влияет и на MERGERS1, и на MERGERS2, однако исходная гипотеза о его исключительно положительной значимости не подтвердилась (табл. 4).
Таблица 4
Влияние валового регионального продукта на число проводимых внутрироссийских сделок М&А
Вид компании Характер связи ( знак / значение)
Знак согласно первоначальной гипотезе Знак коэффициента в регрессионной модели
Для числа сделок со стороны компаний-целей MERGERS1 + -1,1695
Для числа сделок со стороны компаний-покупателей MERGERS2 + -0,8958
Отрицательный коэффициент при ВРП (GRP) в модели свидетельствует об обратной зависимости: чем меньше ВРП, тем больше число сделок М&А. При этом расчеты показывают, что для компаний-целей стратегия общего развития представляется более важной: свой не-
реализованный потенциал компании из региона стремятся интегрировать в развивающийся бизнес более успешных компаний. Косвенно такая зависимость отражает состояние экономики в регионе компании-цели, показывает конкурентоспособность региона, продукции его отраслей, недостаточность развития политики поддержки предпринимательства.
Можно предположить, что отрицательный коэффициент в уравнении регрессии при GRP показывает как стремление компаний-целей, так и заинтересованность компаний-покупателей использовать стратегию внешнего развития (стратегию неорганического роста) в период ухудшения экономической конъюнктуры для получения синергетического эффекта.
Расчеты, проведенные по выборке сформированных нами данных, выявили, что существует прямая зависимость между количеством сделок со стороны компаний-целей и удельным весом прибыльных компаний в общем числе организаций (табл. 5). Из этого следует, что участники рынка корпоративного контроля (компании-цели) в период 2008-2014 гг. дорожили временем поиска для реализации стратегии неорганического роста, они стремились проводить сделки с финансово стабильными компаниями, занимающими устойчивое положение на рынке. Наоборот, компании-покупатели искали активы с большим недооцененным потенциалом и компании-цели с финансовыми проблемами, при заключении сделок M&A акцент делался на проблемные активы. Таким образом, в период 2008-2014 гг. при проведении внутрироссийских транзакций преобладали традиционные мотивы покупателей и продавцов компаний.
Таблица 5
Региональные интересы компаний и значимость эконометрической оценки удельного веса прибыльных компаний
в общем числе организаций
Вид компании Характер связи > ¡знак / значение)
Знак согласно первоначальной гипотезе Знак коэффициента в регрессионной модели
Для числа сделок со стороны компаний-целей МБЯОЕЯ81 + +0,9237
Для числа сделок со стороны компаний-покупателей МЕЯОЕЯ82 + -0,2731
Значительное влияние на количество сделок со стороны компаний-целей оказывало состояние финансовой инфраструктуры - количество кредитных организаций в регионе, характер этой связи - прямой, что совпадает с исходной гипотезой.
Статистически значимого влияния инвестиций в основной капитал (БАБ) на количество сделок в региональной проекции в расчетах по сформированной выборке за рассматриваемый период не выявлено.
Выводы из проведенных расчетов имеют практическую значимость: они могут быть полезны региональным властям. В современных условиях разработка региональных политик развития субъектов РФ должна учитывать особенности протекания интеграционных процессов компаний, их выходы и отдачу. Повышение конкурентоспособности регионов предполагает взаимосвязь между стратегическими планами развития регионов и консолидированными планами интегрированных структур. Вовлечение инвесторов в процесс создания добавленной стоимости на самых разных этапах - логистики, маркетинга, рекламы, упаковки, складирования, хранения, правовых услуг - позволяет создавать комплексный, упакованный конкурентоспособный продукт в регионе. Чем длиннее и крепче цепь добавленной стоимости, тем больше цена на продукт и тем больше возмещение трудовых затрат в регионе, тем больше доходная часть бюджета региона и его возможностей в повышении уровня жизни населения.
Факторы формирования нового профиля внутрироссийских сделок М&А
и изменения региональных приоритетов инвесторов
Среди основных факторов, влияющих на формирование современного профиля внутри-российских сделок М&А в 2015-2017 гг. и изменения региональных приоритетов инвесторов в краткосрочной перспективе отметим следующие.
1. Сохранение ведущей роли государства. Она проявляется в росте и реструктуризации активов уже действующих государственных корпораций; частичной приватизации уже созданных и продолжении курса на создание новых государственных концернов и корпораций, растущей активности Российского фонда прямых иностранных инвестиций (РФПИ) как на рынках корпоративного контроля стран БРИКС, так и на российском внутреннем рынке [9].
Так, государственная корпорация «Ростех» превратилась в гиганта, занимающегося агрессивным сбором под свое начало всевозможных активов и распоряжающегося почти всей наукоемкой промышленностью страны. В конце 2016 г. было принято окончательное решение о вхождении в состав «Ростеха» «Уралвагонзавода» [10-12]. Несмотря на процедуру банкротства предприятий концерна «Тракторные заводы» (КТЗ), его гражданские активы могут перейти к «Ростеху» в конце 2017 г. Первоначально планировалось передать «Рос-теху» не более 250 оборонных заводов, но уже к 2009 г. корпорация имела на балансе 437 предприятий, а к концу 2017 г. - 663 организации, расположенные в 60 регионах РФ. Активы «Ростеха» объединены сложной структурой управления: они делятся на кластеры, кластеры -на холдинги (9 оборонных и 6 гражданских), холдинги - на субхолдинги и, наконец, на отдельные компании. Хотя федеральные властные структуры выступают против бесконтрольного расширения государственной корпорации, однако при этом Минпромторг РФ в 2017 г. стал активно работать над передачей «Ростеху» Объединенной авиастроительной корпорации.
При этом государственные корпорации имеют много непрофильных активов, которые сдерживают рост их эффективности. Правительство сформировало список, который устанавливает порядок продажи непрофильных активов государственными компаниями и корпорациями 5. Однако для зарубежных инвесторов законодательно установлены жесткие ограничения на приобретение активов в военной и атомной промышленности, медиа-активов, активов в добыче полезных ископаемых и энергетике, сельском хозяйстве, портовой и аэропортовой инфраструктуре, в меньшей степени - в финансах и страховании. Практически закрыты для иностранных инвесторов и рыболовная промышленность, и добыча драгоценных камней и металлов в РФ. Такие административные барьеры будут способствовать росту внутрироссийских сделок М&А, повышению темпов роста ВРП в депрессивных регионах РФ.
Уход зарубежных компаний с российского рынка корпоративного контроля частично компенсировался активизацией госструктур и фондов, способных найти привлекательные для вложений сектора и поддержать финансовым участием российские компании, выпускающие аналоги импортной продукции (сельское хозяйство, пищевая и фармацевтическая промышленность, машиностроение). Не рассчитывая на рост иностранных инвестиций, все больше крупных российских (локальных) игроков, включая государство, размещают свои капиталы через каналы прямых инвестиций (РФПИ и Внешэкономбанк).
2. Институциональные факторы. В их числе существование санкционного режима со стороны Запада в отношении российских компаний, связанные с ним процессы импортозамеще-ния и локализации производств в регионах России, а также совершенствование законодательной базы ведения бизнеса.
На изменения региональных приоритетов инвесторов в последние годы повлияло расширение правоприменительной практики территорий опережающего развития (ТОР) в субъектах РФ, а не только в регионах Дальнего Востока; закон о развитии моногородов, создание новых особых экономических зон (ОЭЗ) и совершенствование подходов к их формированию
5 Успешные инвестиции с РФПИ. Открывая новую Россию. Годовой обзор. М.: Российский фонд прямых инвестиций, 2016. 40 с. URL: https://rdif.ru/data/file/broshures-successful-investments/RDIF%2027482% 20AR2016% 20RUS%20Text%20PUBLIC%20Web%20AW3.pdf (дата обращения 07.10.2017).
в регионах с большим инновационным и внешнеэкономическим потенциалом, поправки в закон о государственно-частном партнерстве и др. (табл. 6).
К настоящему времени многие фундаментальные факторы (быстрый рост экономики и корпоративных прибылей, низкий уровень долга, стабилизация сырьевых рынков, низкая волатильность валютных курсов и повышение потребительской уверенности), ранее привлекавшие зарубежных инвесторов на развивающиеся рынки, возобновили свое действие.
Таблица 6
Национальные приоритеты государства и интересы российских компаний
Национальные приоритеты государства Региональные интересы российских компаний в стратегиях неорганического роста
компаний-целей компаний-покупателей
Политика импортозамещения • переход на выпуск высокотехнологичной продукции; • сокращение финансовых рисков и имиджевых потерь; • продажа по цене приобретения и безвозмездная передача проблемных активов; • реструктуризация и сокращение задолженности компаний • реализация планов агрессивного развития с минимальными затратами, наращивание мощностей по захвату рынка; • расширение выпуска и структуры экспорта; • переход к стабильному лидерству в приоритетных отраслях; • покупка проблемных активов; • образование совместных фондов прямых инвестиций, перепродажа активов;
Государственно-частное партнерство с внутренними концессиями • меньший риск и получение значительных объемов государственных инвестиций; • привлечение инвестиций в основные фонды предприятий с муниципальным и государственным участием; • передача проблемных или нерентабельных активов в пользу государства в лице различных структур или под их контроль • политические интересы федеральных, региональных или муниципальных структур; • создание новых форм государственно-частного и муниципально-частного партнерства; • эффективное использование концессионных инструментов для развития компании; • получение льгот по НДПИ и их продление для проведения модернизации активов компании
Структурная перестройка и кластеризация экономики • вход в национальные региональные, межрегиональные и локальные кластеры; • доступ к инновационным продуктам и услугам • развитие кластеризации; • инвестирование в процесс создания добавленной стоимости на самых разных этапах
Создание и развитие ТОР • изменение поведенческой модели клиентов и жесткая конкуренция; • неорганический рост компаний за счет осуществления сделок, создания совместных предприятий и заключения альянсов; • реализация проекта со строительством инфраструктуры; • повышение эффективности освоения новых месторождений и транспортировки продукции, в том числе на экспорт • получение преференций ТОР; возможности кооперации между резидентами ТОР; • использование механизмов налоговых каникул, государственных гарантий, конкурсов и грантов, получение не только финансовой, но и организационной поддержки
* Составлено авторами.
Как представляется, в динамике рынка M&A в РФ в 2018 г. начинает проявляться разворот в сторону роста трансграничных сделок M&A 6. Этому способствуют новые фундаментальные факторы в российской экономике, а также рост ее международных рейтингов и индексов.
Среди важных факторов роста всех секторов рынка корпоративного контроля отметим следующие.
1. Улучшение прогнозных оценок по суверенному (кредитному) рейтингу России со «стабильного» до «позитивного» решением международных рейтинговых агентств Fitch и Standard & Poor's. Позитивный прогноз означает, что рейтинг может быть повышен, если восстановление экономики продолжится, а финансовая стабильность транслируется в расширение банковского кредитования. Состояние российской экономики в 2017 г., взвешенная фискальная политика, низкая инфляция, предсказуемый курс рубля и снизившаяся зависимость от внешней конъюнктуры в ближайшей перспективе могут дать основания рейтинговым агентствам для повышения кредитной и инвестиционной привлекательности России 7.
2. Новые позиции России в мировых рейтингах конкурентоспособных экономик и ведения бизнеса 8.
Россия поднялась на пять позиций в рейтинге глобальной конкурентоспособности (Global Competitiveness Index, GCI) и заняла 38-е место из 137. По оценке Всемирного экономического форума, во многом это произошло благодаря улучшению макроэкономических показателей, в первую очередь рекордно низкой инфляции. Начиная с 2012 г. место Российской Федерации в данном рейтинге выросло на 29 позиций. Среди основных факторов, в которых преуспела Россия, аналитиками были отмечены: размер рынка (6-я позиция из 137), образование (32-я), инфраструктура (35-я) и инновационный потенциал (49-я).
3. Благоприятный прогноз Министерства экономического развития, согласно которому рост экономики РФ в 2018 г. составит 2,1 % ВВП; в 2019-м и 2020 гг. этот показатель будет на уровне 2,2 и 2,3 % ВВП соответственно. В связи с этим прогнозом эксперты ожидают, что дефицит федерального бюджета сократится в 2018 г. до 2 % ВВП (с 3,4 % в 2016 г.) и достигнет целевого показателя в 0 % в 2019 г. 9
Вместе с тем большинство крупных западных компаний будут затягивать принятие решений до появления ясности со следующим электоральным циклом, связанным с выборами президента России в 2018 г. Прогноз существенного оживления российского рынка M&A возможен только при снятии санкций. Как представляется, оно будет происходить на фоне возвращения в Россию иностранных инвесторов и международных организаций. При этом, несмотря на происходящий рост трансграничных сделок, в структуре сделок M&A по-прежнему будут доминировать внутрироссийские.
Список литературы
1. 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. Р. 423-430.
2. Weston J. F., Chung K. S., Hoag S. E. Mergers, restructuring, and corporate control. New York: Prentice-Hall, Inc., 1990.
3. Yantek T., Gartrell K. D. The political climate and corporate mergers: when politics affects economics // The Western Political Quarterly. 1988. Vol. 41, № 2. P. 309-322.
4. Becketti S. Corporate mergers and the business cycle // Economic Review Federal Reserve Bank of Kansas City. 1986. Vol. 71. P. 21-25.
6 Гайдаев В. Инвесторы возвращаются в Россию. URL: http://www.banki.ru/news/bankpress/?id=10014220; Джунскалиева Д. Обратный поток: за год объём прямых иноинвестиций в экономику России вырос в три раза. URL: https://russian.rt.com/business/article/400586-investicii-ekonomika-v-rossii-finansy (дата обращения 08.10.2017).
7 Цегоев В. Новая позиция: как Россия поднялась в мировом рейтинге. URL: http://russian.rt.com/business/ article/ 434265-ekonomika-rossiya-reiting (дата обращения 27.09.2017).
8 Doing Business: топ-10 стран мира. URL: http://www.vestifinance.ru/articles/76800 (дата обращения 08.10.2017)
9 Остроух А., Фабричная Е. САММИТ РЕЙТЕР. Юдаева видит шанс на повышение рейтинга РФ в следующем году. URL: http://insfinance.ru/26130-sammit-reyter-yudaeva-vidit-shans-na-povyshenie-reytinga-rf-v-sleduyuschem-godu.html (дата обращения 18.09.2017).
5. Steiner P. O. Mergers: Motives, Effects, Policies. Ann Arbo, MI: University of Michigan Press, 1975.
6. Мусатова М. М. Интенсивность интеграционных процессов российских компаний в 2001-2004 гг.: эконометрическая оценка // Прикладная эконометрика. 2009. № 3 (15). С. 2342.
7. Поликарпова М. Г. Эконометрический анализ российского рынка слияний и поглощений // Прикладная эконометрика. 2011. № 4 (24). С. 32-47.
8. Федулов Д. О. Исследование зависимости количества сделок слияния и поглощения в России от индекса РТС // Экономика, социология и право. 2014. № 4. С. 113-115.
9. Сажина В. С. Влияние сделок слияний и поглощений банков (M&A) на конкуренцию в российском банковском секторе // Современные научные исследования и инновации. 2014. № 2. URL: http://web.snauka.ru/issues/2014/10/38723 (дата обращения 14.11.2017).
10. Ивинская М. С., Промахина И. М. Слияния и поглощения как фактор экономического преобразования банковского рынка России // Материалы XII Всерос. совещания по проблемам управления ВСПУ-2014. М., 2014. URL: http://vspu2014.ipu.ru/proceedings/prcdngs/ 5913.pdf (дата обращения 09.10.2017).
11. Балашов А. И., Подцикина С. В. Оценка влияния финансовых параметров на стоимость сделок слияния и поглощения фармацевтических компаний // Экономический анализ: теория и практика. 2015. № 22. С. 15-26.
12. Некрасова Е. А. Сделки слияний и поглощений в конкурентной политике России: аспекты регулирования // Проблемы современной экономики. 2013. № 2. С. 58-61.
Материал поступил в редколлегию 19.11.2017
M. M. Musatova, L. I. Lugacheva
Institute of Economics and Industrial Engineering SB RAS 17 Lavrentiev Ave., Novosibirsk, 630090, Russian Federation
Novosibirsk state University 1 Pirogov Str., Novosibirsk, 630090, Russian Federation
[email protected], [email protected]
REGIONAL INTERESTS AND BEHAVIOR OF AGENTS ON THE DOMESTIC M&A MARKET
The article shows the importance of mergers and acquisitions (M&A) for the Russian economy; demonstrates the characteristics of domestic transactions from the position of target companies and acquirers. We exhibit results of a two-level analysis of the current regional characteristics of the domestic M&A market: by federal districts and by constituent entities of the Russian Federation. The developed methodology for identifying dependencies between regional economic indicators and the number of M&A transactions (for the target and acquiring companies) is one of the first attempts to conduct econometric analysis for domestic M&A transactions. For the period of 20082014, we constructed regression models for panel data, using a pooled model, a model with fixed effects, and a model with random effects. The article discusses the estimates from the econometric study of the regional orientation of agents of the Russian M&A market. We specified the factors which influence the beginning of formation of a new profile of domestic M&A transactions and which change the regional priorities of investors.
Keywords: mergers and acquisitions of companies, domestic transactions, regression models, fixed and random individual effects, econometric estimation.
References
1. 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.
2. Weston J. F., Chung K. S., Hoag S. E. Mergers, restructuring, and corporate control. New York, Prentice-Hall, Inc., 1990.
3. Yantek T., Gartrell D. K. The political climate and corporate mergers: when politics affects economics. The Western Political Quarterly, 1988, vol. 41, no. 2, p. 309-322.
4. Becketti S. Corporate mergers and the business cycle. Economic Review Federal Reserve Bank of Kansas City, 1986, vol. 71, p. 21-25.
5. Steiner P. O. Mergers: Motives, Effects, Policies. Ann Arbor, MI, University of Michigan Press, 1975.
6. Musatova M. M. the Intensity of the integration processes of the Russian companies in 20012004: econometric evaluation. Applied Econometrics, 2009, № 3 (15), p. 23-42. (In Russ.)
7. Polikarpova M. G. Econometric analysis of the Russian market mergers and acquisitions. Applied Econometrics, 2011, № 4 (24), p. 32-47. (In Russ.)
8. Fedulov D. O. The dependence of the number of mergers and acquisitions in Russia from the RTS index. Economics, Sociology and Law, 2014, no. 4, p. 113-115. (In Russ.)
9. Sazhina V. S. Vlijanie sdelok slijanij i pogloshhenij bankov (M&A) na konkurenciju v ros-siyskom bankovskom sektore. Sovremennye nauchnye issledovaniya i innovatsii, 2014, № 2. URL: http://web.snauka.ru/issues/2014/10/38723 (accessed 14.11.2017). (In Russ.)
10. Ivinskaya M. S., Promakhina I. M. Sliyaniya i pogloshheniya kak faktor ekonomicheskogo preobrazovaniya bankovskogo rynka Rossii. Materialy XII Vserossiyskogo soveshhaniya po problemam upravlenijya VSPU-2014. Moscow, 2014. URL: http://vspu2014.ipu.ru/proceedings/ prcdngs/5913.pdf (accessed 09.10.2017). (In Russ.)
11. Balashov A. I., Podtsikina S. V. Otsenka vliyaniya finansovykh parametrov na stoimost' sdelok sliyaniya i pogloshheniya farmatsevticheskikh kompaniy. Ekonomicheskijy analiz: teoriya i praktika, 2015, № 22, p. 15-26. (In Russ.)
12. Nekrasova E. A. Sdelki sliyaniy i pogloshheniy v konkurentnoy politike Rossii: aspekty regulirovaniya. Problemy sovremennoy ekonomiki, 2013, № 2, p. 58-61. (In Russ.)
For citation:
Musatova M. M. Regional Interests and Behavior of Agents on the Domestic M&A Market. World of Economics and Management, 2018, vol. 18, no. 1, p. 114-128. (In Russ.)
DOI 10.25205/2542-0429-2018-18-1-114-128
