Методология. 
Исследование взаимосвязи корпоративного управления и стоимости долга

В рамках данной части работы будет проанализирована выборка и описательные статистики по всем описанным переменным, проведен корреляционный анализ, а также описаны эконометрические модели и способы оценивания параметров модели. Кроме того, будет уделено внимание борьбе с эндогенностью с помощью инструментальных переменных.

Анализ выборки

В выборку попала информация по 81 российской компании, которые имеют кредитный рейтинг, и капитализация которых превышает 300 миллионов долларов США. Причиной такого ограничения является тот факт, что совет директоров маленьких компаний зачастую лишь номинальный орган власти, полномочия которого строго ограничены, а корпоративное управление не соответствует высоким стандартам. Включение более мелких предприятий может привести к смещению результатов и искажению понимания влияния корпоративного управления на стоимость российских компаний. В качестве временного периода был выбран горизонт с 2009 по 2013 год. Выбор такого временного промежутка обусловлен отсутствием серьезных кризисов в российской экономике. В период кризиса кредитные агентства склонны снижать кредитный рейтинг компании, что в основном обусловлено ухудшением рыночной конъюнктуры, а не ухудшением деятельности и эффективности компании. Таким образом, используя данный временной промежуток, мы избегаем смещения результатов вследствие мирового финансового кризиса 2008 года и кризиса 2014 года, обусловленного наложением санкций со стороны западных государств на российские компании.

Основными источниками информации, используемыми для формирования выборки, послужили базы данных Thomson Reuters, Google Finance, Standard & Poor’s, Moody’s, а также годовые отчеты и пресс релизы российских компаний [49, 50, 51, 52]. Благодаря этим источникам, была сформирована выборка, включающая 405 наблюдений, при этом панельные данные являются сбалансированными.

Прежде всего, проанализируем выборку с точки зрения отраслевой принадлежности. На графике 1 можно увидеть, каким образом компании, попавшие в выборку, разбиты по отраслям.

График 1. Гистограмма распределения компаний по отраслям.

На графике мы можем обнаружить, что самую большую группу предприятий образовывают компании металлургического сектора, а также нефтяные и газовые компании. Кроме того, достаточно крупными отраслями стали энергетика, финансовый сектор и добыча полезных ископаемых. В некоторых исследованиях компании финансового сектора исключается из выборки по нескольким причинам. Во-первых, на компании финансового сектора действует отдельное законодательство, а во-вторых, в таких компаниях осуществляется абсолютно другой подход к ведению бухгалтерской отчетности, и, в-третьих, для оценки деятельности финансовых компаний обычно используются другие показатели. В связи с этим, для проверки итоговых результатов на устойчивость мы исключим компании финансового сектора из выборки, и проверим, насколько и в каком направлении различаются результаты. Также отметим, что в показатель «другие» вошли компании, работающие в таких секторах, как фармацевтика и СМИ, а также один межотраслевой холдинг. Таким образом, мы предполагаем, что отраслевая принадлежность также может оказывать влияние на уровень кредитного рейтинга компании, что связано с перспективами отрасли и роли сектора в мировой и российской экономике.

Также, необходимо проанализировать показатели кредитных рейтингов российских компаний. Для удобства все рейтинги в данной работе будут представлены по методологии кредитного агентства Standard & Poor’s.

Кредитные рейтинги — это один из инструментов, который инвесторы могут использовать в процессе покупки облигаций или осуществления других инвестиций с фиксированным доходом. Рейтинги Standard & Poor’s выражают мнение агентства относительно способности и готовности эмитента — например, корпорации или регионального (местного) органа власти — своевременно и в полном объеме выполнять свои финансовые обязательства. Кроме того, кредитные рейтинги могут отражать кредитное качество того или иного долгового обязательства — например, корпоративных или муниципальных облигаций, а также относительную вероятность дефолта по таким обязательствам. Обычно для обозначения рейтинга используется буквенная шкала, которая позволяет показать рейтинги, отражающие мнение агентства об относительном уровне кредитного риска в диапазоне от ААА до D. Где «ААА» свидетельствует о том, что кредитоспособность компании находится на высшем уровне, в то время как значение «D» свидетельствует о банкротстве компании.

В течение рассматриваемого периода агентство Standard & Poor’s не меняло значение суверенного рейтинга России. С 2008 по 2013 год суверенный рейтинг Российской Федерации находился на уровне BBB, после кризиса 2008 года, однако в 2014 году рейтинг был снижен до уровня BBBна фоне политических и финансовых санкций. Стоит отметить, что рейтинговые агентства не присваивают компаниям, зарегистрированным на территории страны, рейтинг выше суверенного для данной страны. Таким образом, максимальный кредитный рейтинг, который могла получить российская компания на данном промежутке времени, составляет BBB. Более подробно динамику изменения суверенного рейтинга России можно найти в приложении 1.

Более детально проанализируем кредитный рейтинг российских компаний за рассматриваемый период. На графике 2 представлена гистограмма распределения кредитного рейтинга российских корпораций.

Можно обратить внимание, что максимальный рейтинг, как и ожидалось, находится на уровне BBB, который был выставлен в 22 из 405 наблюдений. В то же время, минимальный рейтинг, попавший в выборку, составляет ССС, а общее количество таких наблюдений равняется 7. Наиболее же часто встречающимися рейтингами являются значения на уровне ВВ, ВВ-, В+. В сумме наблюдения с таким рейтингом составляют около 48% от общего количества наблюдений. В то же время, можно обратить внимание, что распределения кредитного рейтинга представляет собой близкое к нормальному распределению. Для проведения эконометрического анализа каждому уровню рейтинга будет присвоено соответствующее дискретное значение в интервале от 1 до 10, так как суммарное количество уровней рейтинга, попавших в выборку, равно 10. Таким образом, уровню кредитного рейтинга ВВВ соответствует значение 1, уровню кредитного рейтинга ВВВсоответствует значение 2 и так далее, вплоть до уровня рейтинга ССС, которому соответствует значение 10. В связи с этим, повышение значений показывает более низкий рейтинг, что необходимо учитывать при интерпретации полученных результатов.

График 2. Гистограмма распределения кредитных рейтингов Далее перейдем к анализу описательных статистик объясняющих и контрольных переменных. В таблице 1 представлены средние значения, минимальное и максимальное, а также стандартное отклонение объясняющих переменных. Прежде всего, отметим, что столбец доля компаний отражает количество компаний, в которых присутствует определенная характеристика структуры акционеров, общем количестве наблюдений. Данное уточнение сделано только для бинарных переменных, для того чтобы более наглядно описать выборку. Кроме того, для показателей отмеченных символом (*) отражают среднее значение и стандартное отклонение только для ненулевых значений показателя. Другими словами среднее значение показателей государственных инвестиций, присутствия институционального инвестора и акционера в топ менеджменте компании, рассчитывалась только для компаний, в которых действительно присутствуют перечисленные типы акционеров. Благодаря этому не происходит смещения результатов, а описательные статистики более точно характеризуют выборку.

Стоит отметить, что во время анализа объясняющих переменных не было выявлено каких-либо выбросов, которые могли бы сместить результаты и исказить представление о влияние корпоративного управления на стоимость долга.

Обратим внимание на то, что количество членов в совете директоров является достаточно неоднородным, тем не менее, среднее значение количества участников совета директоров равно 10. Как уже говорилось, механизм независимых директоров является одним из самых эффективным в разрешении конфликта между акционерами и кредиторами, однако в России все еще существуют крупные компании, в совете директоров которых нет ни одного независимого директора. Тем не менее, средняя доля независимых директоров составляет 27 процентов, что в абсолютном измерении соответствует трем членам совета директоров. Также весьма неоднородной оказалась переменная активности совета директоров, так как разница между наибольшим и наименьшим значениями составила 107 единиц.

Таблица 1. Описательные статистики объясняющих переменных.

Кроме того, отметим, что в России все еще малую роль в корпоративном управлении играют женщины. Средняя доля участия женщин в совете директоров российских компаний составляет лишь 3%, при этом примерно в 83% процентах компаний нет ни одной женщины в совете директоров.

Концентрация собственников, которая рассчитывалась на основе индекса Херфинадаля-Хиршмана, показал, что среднее значение соответствует 3642, в то время как наименьшее значение равно 874, что свидетельствует о присутствии нескольких не крупных акционеров в компании. В то же время максимальное значения индекса составило 7329, что свидетельствует о наличии компании, в которой присутствует один очень крупный акционер. Одной из таких компаний является «Новолипецкий Металлургический Комбинат», основной акционер которого владеет примерно 85 процентами предприятия. Одно же из самых низких значений соответствует компании «Уралкалий», три крупнейших собственника которого имеют в сумме менее 50% акций компании.

Нельзя не отметить тот факт, что около 47% компаний имеет институционального инвестора в списке крупнейших акционеров компании, при это доля акций, которая принадлежит этим инвесторам в среднем составляет 17%, однако существуют компании, в которых контрольный пакет акций принадлежит одному институциональному инвестору. Примером может служить телекоммуникационная компания МТС, основным акционером которой является холдинг АФК Система, владеющая 53% акций компании.

Также стоит отметить, что около 21% являются государственной собственностью, при этом, если государство является акционером компании, то в среднем владеет 54% компании, то есть имеют контрольный пакет акций компании. Данный факт свидетельствует о том, что государство владеет лишь крупными пакетами акций, что может быть связано со стратегическими планами государства, либо необходимостью контроля некой функции, которую выполняет государство. Например, государство является владельцем крупнейшей компании России — «Газпром», так как компания является стратегически важной для России и выступает в качестве одного из крупнейших налогоплательщиков. Аналогичная ситуация и с крупнейшим российским банком — «Сбербанк», который обслуживает большую часть населения и является гарантом надежности банком, исключающим вероятность возникновения дефолта, и как результата недовольства населения.

Кроме того, стоит обратить внимание на то, что топ-менеджеры компании в 79% случаев являются акционерами компании, однако обычно владеют небольшими пакетами акций. Однако, существуют примеры, когда собственник компании непосредственно руководит компанией, занимая должность генерального директора или председателя совета директоров.

Более того, было обнаружено, что в российских компаниях лишь в 7% случаев должность генерального директора и председателя совета директоров.

Аналогично проведем анализ описательных статистик контрольных переменных представленных в таблице 2.

Таблица 2. Описательные статистики контрольных переменных.

Как мы можем увидеть в таблице 2, контрольные переменные также являются неоднородными, что может быть проиллюстрировано высокой разницей между максимальными и минимальными значениями. Тем не менее, в ходе анализа контрольных переменных выбросы не были обнаружены и все переменные находятся в допустимых рамках.

Хотелось бы отметить, что в российских крупных компаниях соотношения заемных средств к собственным средствам меньше единицы, что показывает невысокую закредитованность российских компаний. Кроме того, можно выделить тот факт, что российские компании, попавшие в выборку, отличаются весьма высокой эффективностью деятельности, что отражает среднее значения показателя рентабельности.

Также, достаточно неоднородны значения коэффициентов Бета в выборке. Для сбора базы данных было принято решение, что коэффициент Бета является постоянным на всем промежутки исследования. Данное допущение было связано с особенностью расчета показателя и удобства использования параметра.

В целом, мы можем утверждать, что в выборку попали крупные предприятия с серьезными возможностями по привлечению заемных средств. Вопросы корпоративного управления для таких компаний становятся все более острыми в связи с необходимостью удовлетворять интересы всех основных инвесторов компании, как акционеров, так и кредиторов.

Далее перейдем к корреляционному анализу отобранных переменных. Матрица корреляции между переменными представлена в таблице 3.

Анализ корреляционной матрицы показал присутствие ожидаемых связей. В то же время высокое значение корреляции наблюдается между присутствием институционального инвестора и концентрацией собственника, что может объясниться тем, что институциональные инвесторы предпочитают инвестировать в предприятия с меньшей концентрацией собственников. Кроме того, хотелось бы на данном этапе отметить, что присутствие государства имеет взаимосвязь с уровнем кредитного рейтинг, при этом чем выше доля государственного участия тем выше кредитный рейтинг компании. Также, присутствует отрицательная линейная взаимосвязь между стоимостью долга и активностью совета директоров, которая также имеет тесную взаимосвязь с размером компании. Отметим, что высоких значений корреляции между переменными не было обнаружено, что снижает угрозу мультиколлинеарности в модели.