Анализ собранной базы данных - Анализ влияния сделок M&;amp;A на операционную эффективность компаний

Сбор данных производился на основании баз данных Bureau van Dijk. В частности, сделки M&;A были взяты из базы Zephyr, а детальная информация по каждой компании - из базы Ruslana. В таблице представлены основные критерии, по которым формировалась выборка.

Таблица 11 Ограничения выборки11

Общие параметры для выборки

Период исследования

2005-2013 гг.

Выручка

От 10 млн евро

Наличие финансовой информации

Обязательно

Ограничения для компаний, участвующих в сделке

Страна, в которой зарегистрирован поглотитель

Россия

Тип M&;A

Только поглощения с долей более 50%

Наличие даты анонсирования сделки

Обязательно

Статус

Завершенные сделки

11Составлено на основании данных автора

Поясним выбранные критерии, ограничивающие выборку. В рамках настоящей работы предполагается исследовать наиболее длительный период. Данным периодом с учетом доступной информации на момент сборки стал 2005-2013 гг. Также отбор компаний для выборки производился по критерию размера компании. Было принято решение отказаться от исследования небольших фирм, т. к. они могут применять менее прозрачные системы бухгалтерского учета, а, следовательно, ухудшить качество результатов, поэтому в выборку вошли компании, которые в соответствии с классификацией базы данных Bureau van Dijk являются либо крупными (выручка находится в диапазоне от 10 млн дол до 100 млн дол), либо очень крупными (выручка составляет более 100 млн дол). Отметим, что в статье Betschinger (2012) выбирается аналогичное ограничение. Что касается наличия информации относительно компании, кроме финансовой отчетности также принимались во внимание: статус компании (активная компания либо банкрот), а также тип собственников (государственные или частные структуры).

В силу того, что контрольная группа компаний, которые не проводили сделку должны быть сопоставимы с компаниями, участвующими в процессе M&;A, то соответствующие группы компаний должны функционировать в одинаковых отраслях. Bureau van Dijk предлагает классификацию отраслей по основному сектору (NACE Rev. 2, main section code). Всего в базе выделено порядка 20 таких отраслей (см. Приложение 1).

Что касается критериев для отбора компаний, которые непосредственно участвовали в сделке, то были выдвинуты следующие ограничения. Компания-покупатель должна быть зарегистрирована в России, т. к. предполагается исследователь российский рынок M&;A. Ограничение на страну регистрации компании-цели отсутствует для того, чтобы можно было оценить возможную разницу влияния сделок национального и международного характера на операционную эффективность компаний. В качестве минимальной поглощаемой доли было выбрано 50%+1, т. к. владение данным пакетом позволяет принимать существенные решения в управлении компании-цели. В выборку вошли только завершенные сделки, что позволяет сделать вывод об отображенном влиянии сделок M&;A в финансовой отчетности.

В заключении описания основных ограничений выделим, что по аналогии с работой Betschinger (2012) такие характеристики сделки как тип компании (публичная или непубличная), сумма сделки и тип оплаты не принимались во внимание в связи с тем, что данная информация отсутствует более, чем для половины процентов наблюдений в отношении компаний-поглотителей. Также в соответствии с указанной выше работой в рамках проведения самостоятельного исследования предполагается исследовать односторонний эффект с точки зрения поглотителей. Отсутствие указанного ограничения привело бы к существенному снижению объема выборки и не позволило провести полное исследование.

В результате в начальную выборку вошло порядка 14 800 наблюдений. Для повышения качества модели были ограничены диапазоны финансовых переменных, а также сокращено количество исследуемых отраслей. Таким образом, в итоговую выборку вошло 12 355 наблюдений, на основании 1 913 компаний. Из них 1 270 - контрольная группа компаний, которые не осуществляли сделку на протяжении всего исследуемого периода. Общая информация представлена в Таблице 12.

Таблица 12 Данные выборки в разрезе отраслей и типа компаний12

Код

Отрасль

Компании - поглотители

Не поглотители (контрольная выборка)

A

Сельское хозяйство, лесное хозяйство и рыболовство

27

99

B

Добыча полезных ископаемых

54

66

C

Производственные отрасли

264

348

D

Энергетические отрасли

67

105

E

Водоснабжение; канализация, переработка отходов

3

19

F

Строительство

57

256

G

Оптовая и розничная торговля; ремонт автотранспортных средств

102

362

K1

Холдинги

68

12

S

Прочие услуги

1

3

Общее количество компаний

643

1270

12Составлено на основании базы данных Ruslana

Для наглядности представим таблицу, которая покажет общее количество сделок, проведенных в каждой отрасли. При соотнесении количества компаний, участвующих в сделках с общим количеством сделок в каждой отрасли, можно сделать вывод об отраслях, в которых предприятия запускают аквизиционные программы (acquisition programmes). В частности, на основании Рис. 7. можем сделать вывод, что данное явление характерно для всех отраслей за исключением Водоснабжения; канализации, переработки отходов (код - E) и строительства (код - F).

количество сделок m&;a по отраслям

Рис. 7. Количество сделок M&;A по отраслям 7

7Составлено на основании расчетов автора

Далее проанализируем описательную статистику по исследуемым переменным.

Таблица 13. Статистическое описание выборки13

Variable

Obs

Mean

Std. dev.

Min

Max

Transparency

12062

25,2529

7,9197

20,0000

100,0000

Total MA

12355

0,1107

0,4556

0,0000

6,0000

Domestic MA

12355

0,0997

0,4219

0,0000

6,0000

Cross-border MA

12355

0,0053

0,0729

0,0000

1,0000

State ownership

12355

0,1367

0,3436

0,0000

1,0000

ROA

12355

0,0871

0,0809

-0,1498

0,3498

LnTA

12355

10,3385

1,5205

-0,3152

19,8330

Solvency

12355

0,3174

0,2530

-0,7033

0,9998

LnLiquidity

12355

-4,8392

0,7464

-9,2103

0,0680

13Составлено на основании выборки автора в программе Stata

Проведем анализ значений регрессоров на основании таблицы, а также первичной обработанной информации.

Показатель транспарентности (transparency) варьируется в диапазоне от 20 до 100. Обратим внимание, что в выборку попали только крупные компании, годовой оборот которых превышает 10 млн евро, но несмотря на данный факт прозрачность компании может быть низкой, в чем заключается специфика российского рынка.

Таблица 14. Данные выборки в разбивке показателя транспарентности14

Показатель транспарентности

Количество компаний-поглотителей

Количество компаний, не проводивших сделку

0

0

0

10

0

0

20

121

704

30

250

555

40

8

0

50

28

9

60

0

1

70

0

0

80

1

0

85

1

0

90

2

0

95

1

0

100

21

1

N. a.

210

0

Общее количество компаний

643

1270

14Составлено на основании расчетов автора

Регрессор Total MA согласно данным выборки ранжируется в диапазоне от 0 до 6. 0 означает, что компания не участвует в сделке, 1-6 - характеризует количество сделок компании на каждый конкретный год. Аналогичным образом интерпретируются значения для регрессоров Domestic MA и Cross-border MA. На основании полученных значений видим, что множественные сделки для международных поглощений отсутствует.

В таблице показана статистика по количеству компаний, в отношении которых более 50% принадлежит государственным структурам (State ownership). На основании таблицы можем сделать вывод, среди всех поглотителей доля компаний, которыми владеет государственные структуру составляет 15%, а для контрольной выборки аналогичный показатель равен 13%.

Таблица 15. Данные выборки в разрезе отраслей, типа компаний и фактора государственного участия 15

Код

Отрасль

Компании - поглотители с государственным участием

Не поглотители (контрольная выборка) с государственным участием

A

Сельское хозяйство, лесное хозяйство и рыболовство

2

9

B

Добыча полезных ископаемых

7

13

C

Производственные отрасли

34

23

D

Энергетические отрасли

22

66

E

Водоснабжение; канализация, переработка отходов

0

6

F

Строительство

4

17

G

Оптовая и розничная торговля; ремонт автотранспортных средств

14

36

K1

Холдинги

13

1

S

Прочие услуги

0

0

Общее количество компаний

96

171

15Составлено на основании изученных статей

Рентабельность активов ограничена интервалом от минус 14% до плюс 35%, следовательно, в выборку включены как успешно функционирующие компании, так компании, характеризующиеся отрицательной операционной прибылью. Для сравнения приведем диапазон рентабельности в работе Betschinger (2012), который составил от минус 8% до 59%. Остальные показатели (TA, Solvency, Liquidity) рассчитаны непосредственно в используемой базе данных Ruslana. Для уменьшения вариации таких показателей как общие активы (TA) и платежеспособность (Solvency) были взяты логарифмы по аналогии с работой Betschinger (2012). Отметим, что в случае, если показатель платежеспособности принимает отрицательное значение, это означает, что нераспределенная прибыль (убыток) меньше нуля. С нашей точки зрения, это основной аргумент, объясняющий отрицательное значение платежеспособности в рамках технологии расчета, предложенного в базе данных Ruslana.

Далее рассмотрим корреляционную матрицу для определения степени независимости для регрессоров.

Таблица 16. Корреляционная матрица16

Total MA

Domestic MA

Cross-border MA

State ownership

LnTA

Solvency

Ln Liquidity

Total MA

1,00

Domestic MA

0,94

1,00

Cross-border MA

0,25

-0,02

1,00

State ownership

0,03

0,03

0,00

1,00

LnTA

0,43

0,40

0,15

0,14

1,00

Solvency

0,11

0,10

0,03

0,20

0,14

1,00

LnLiquidity

0,10

0,09

0,03

0,06

0,14

0,36

1,00

16Составлено в программе Stata на основании собранной базы данных

Единственное высокое значение корреляции наблюдается между Total MA и Domestic MA. Напомним, что Domestic MA строится на основании Total MA, поэтому данная взаимосвязь логически оправданна. Кроме того, данные регрессоры будут применятся в разных моделях, поэтому в данном случае высокий коэффициент корреляции не представляет беспокойства. Таким образом, на основании представленной матрицы видим, что корреляция между регрессорами находится в норме.

Похожие статьи




Анализ собранной базы данных - Анализ влияния сделок M&;amp;A на операционную эффективность компаний

Предыдущая | Следующая