Дипломная (вкр): Выявление и оценка факторов стоимости в сделках слияния и поглощения, где компанией-покупателем является фонд прямых инвестиций

 _i =  + βX_it+ ,     (18)

_vi =  + βX_it+ ,    (19)

Где _i - теоретически-расчетное значение прироста фундаментальной стоимости i-го фонда (в процентах),

β - оценочное значение коэффициента при объясняющих переменных i-го фонда в момент t,

 - ошибка или случайная компонента.

Таблица 3.1. Характеристика переменных

Таким образом, после анализа научной литературы, как зарубежной, так и отечественной и разработки методологии исследования, выдвигаются следующие гипотезы, которые будут тестироваться в данной работе:

Гипотеза 1: Сделки слияния и поглощения на российском рынке капитала приводят к росту фундаментальной стоимости фонда прямых инвестиций. Данная гипотеза соответствует большинству рассмотренных научных работ, посвященных данной проблеме.

Гипотеза 2: Участие отечественных игроков рынка приводит к большему росту фундаментальной стоимости. Переменная country ≠ 0 и коэффициент значим. Это может объясняться проблемой информационной асимметрии и высокой концентрацией инсайдерской информации на российском рынке сделок M&A, так как российские участники рынка могут владеть закрытой информацией (по причине личных знакомств, финансового вознаграждения и ряда других причин), которой не обладают их зарубежные коллеги.

Гипотеза 3: Отрасль приобретаемой компании оказывает влияние на фундаментальную стоимость фонда прямых инвестиций. Для тестирования данной гипотезы будут использоваться фиктивные переменные, отражающие принадлежность к той или иной отрасли.

Гипотеза 4: Размер поглащающей компании положительно влияет на ее прирост фундаментальной стоимости.

Размер фонда прямых инвестиций и управляющей компании - это объем выручки в период t. Размер определяет такие факторы, как возможность использования эффекта экономии на масштабе, гибкость бюджетной политики компании, а также использование репутации (Gompers and Lerner, 1999). Более того, у большего фонда имеются большие средства для инвестирования. Исследования выявили положительную зависимость размера фонда и его доходности. ( Laine and Torstila, 2004; Nikoskelainen and Wright, 2007; Phalippou and Gottschalg 2009).

Гипотеза 5: Тип фонда прямых инвестиций (венчурный фонд или иное) влияет на генерирование стоимости фонда.

Верность данной гипотезы указывает на то, что существует устойчивая тенденция разности в доходностях между типами фондов. Анализ зарубежной практики показал, что, по статистике, фонды выкупа являются более доходными, нежели венчурные фонды. Однако авторы данной работы предполагают, что в условиях развивающегося российского рынка, венчурные фонды показывают наиболее высокие показатели доходности. То есть vent_fund = 1, коффициент статистически значим и положительный.

Гипотеза 6: Возраст управляющей компании положительно влияет на эффективность работы фонда.

Верность данной гипотезы указывает на то, что возраст, а, следовательно, и опыт управляющей компании положительно влияет на доходность проивзодимых инвестиций. Это связано с обширным опытом менеджмента компании и с вероятным возникновением «больших» связей менеджеров. Тем более данный факт актуален на российском рынке, где многие сделки совершаются благодаря инсайдерской информации.

Гипотеза 7. Узкая специализация фонда отрицательно влияет на его фундаментальную стоимость.

Другими словами, предполагается, что диверсифицированные фонды получают более высокие ставки доходности на рынке, нежели узко специализированные.

Гипотеза 8. Динамика российского фондового рынка оказывает влияние на эффективность ФПИ.

То есть авторы предполагают, что эффективность сделок M&A, ссовершенных фондами прямых инвестиций, находится в прямой зависимости от эффективности российского фондового рынка.

4. Результаты эконометрической оценки факторов стоимости в сделках M&A, осуществляемых ФПИ

4.1 Формирование и анализ выборки исследования

Для проведения исследования были собраны данные по завершенным сделкам слияния и поглощения, где поглощающей компанией является фонд прямых инвестиций, как отечественный, так и зарубежный в период с 2008 по 2015 года. Как было отмечено в 1 главе работы, к ФПИ мы относим фонды, осуществляемые выкуп компании, фондаы роста, а также венчурные фонды. Выбранный временной период обуславливается несколькими факторами: период экономического кризиса не исключался (2008-2010гг.), так как во-первых на этот период пришлось много сделок слияния и поглощения, а во-вторых период экономического кризиса представляет интерес для авторов исследования; в-третьих, это обуславливается проблематичным доступом к отчетностям, более ранним, чем 2008 год. 2016 год был исключен из выборки по причине того, что при расчетах пока невозможно отследить влияние сделки на фундаментальную стоимость компании. Более того, многие управляющие компании на момент написания исследования еще не опубликовали отчетноть за 2016 год. Данные по сделкам слияния и поглощения были экспортированы из базы данных Zephyr Berau Van Dajk, данные по финансовым отчетностям ФПИ и их управляющих компаний были получены из системы СПАРК, Thomson Reuters Advanced Analytics и Preqveca, либо из официальных сайтов управляющих компаний. Общее число сделок составило 202. Полный перечень фондов прямых инвестиций и их управляющих компаний, участвующих в исследуемыхсделках, указан в Приложении 1. Базой для эконометрического анализа послужила программа Stata Program.

Критерии отбора исследуемой сделки M&A:

)        Статус сделки: завершенная;

)        Тип сделки: по классификатру базы Zephyr были рассмотрены Acquisition, Management buy-out;

)        Финансовые данные компании: у компании-покупателя известны показатели бухгалтерского баланса и отчета о финансовых результатов;

)        Компания-цель является российской компанией, то есть в данной работе исследуется российский рынок капитала;

)        Доля приобритения: > 50%;

)        Период исследования: 2008 по 2015 гг.;

)        Поглощающая компания: фонд прямых инвестиций;

)        Отрасль объекта сделки -все сектора экономики.

Таблица 4.1.Характеристика выборки

Диаграмма № 1. Временное распределение сделок M&A

Для наглядного примерна на диаграмме 2 видно, что сделки слияния и поглощения распределились неравномерно по годам.

Отраслевое распределение сделок графически представлено ниже.

Диаграмма 2.

Диаграмма 2 наглядно демонстрирует, что отраслевное распределение сделок исследуемой выборки оказалось также не равномерным. Есть очевидные выбросы в пользу отрасли телекоммуникаций и интернета (IT сфера) - 20%, финансового сектора - 24%, а таже рекламы, образования, потребительских усоуг и прочего - 23%, что являлось ожидаемым фактом, так как основными направлениями инвестирования ФПИ является IT сфера, прогроммирование и интернет, финансовые компании,а также широкий спектр потребительских услуг, также включающий в себя сеть Интернет.

В таблице 4.1. качественный и количественный анализ исследуемой выборки показал, что 80,1% от общего числа сделок M&A составляют сделки с участием отечественных фондов прямых инвестиций. Это обусловлено несколькими факторами. В первую очередь стоит отметить, что в связи с рядом проблем , с которыми сталикаваются фонды прямых инвестиций (см. пункт 1.6.) при ведении своей деятельности на территории РФ, многие зарубежные фонды отказываются от партнерства с Россией. Также малому числу сделок с зарубежными фондами способствует непростая геополитическая ситуация в стране. В добавок необходимо заметить, что многие зарубежные ФПИ не публикуют свою отчетность, в связи с чем многие сделки были исключены из выборки.

Рассматривая выборку с точки зрения временных параметров можно заметить, что большинство сделок пришлось на 2011-2015 года, что подтверждается вышеописанной статистикой рынка прямого инвестирования в России.

Отраслевой анализ выборки, как и ожидалось, демонстрирует большое число сделок в финансовом секторе, отрасли телекоммуникаций и интернет технологий, а также в сфере услуг и досуга - на их долю приходится 67% от общего числа сделок слияния и поглощения.

Рассмотрим статистические показатели количественных переменных выборки, таких как прирост фундаментальной стоимости i-ой управляющей компании (в процентах), рентабельность активов, количество компаний в портфеле фонда, а также возраст управляющей компании (в месяцах).

Таблица 4.2.  Статистические показатели количественных переменных

Средний рассчитанный прирост фундаментальной стоимости управляющей компании составил 1,96 %, разброс значений составил 3,6%. Максимальное значение составило 28,8%, а минимальное -38,8%. Средний показатель рентабельности активов среди управляющих компаний составил 8,5%. Среднее число компаний в портфеле фонда составило 18. Возраст управляющей компании в среднем оказался равным 135 месяцев, что соответствует 11 годам.

Расчеты показали, что из общего числа сделок M&A, сделки, создающие фундаменталльную стоимость компании составили 64% от общего числа. Другими словами, в рамках исследуемой выборки, преобладают сделки с положительным значением ΔV. Более того, из числа положительных приростов фундаментальной стоимости компании 78% сделок являются сделками с участием российских управляющих компаний, что позволяет не отвергнуть гипотезу № 2 о положительном влиянии на фундаментальную стоимость такого фактора, как участие в сделки M&A отечественной компании.

4.2 Анализ регрессионной модели

Для оценки факторов стоимости сделки, оказывающих влияние на прирост (как положительный, так и отрицательный) фундаментальной стоимости УК (управляющая компания) были построены две регрессионные модели - одна с количественной зависимой переменной (val), другая - с дамми переменной eff_v, выраженной в разнице между рассчитанными значениями фундаментальной стоимости до и после совершения i-ой сделки (модель бинарного выбора). Последняя была добавлена с целью более подробного анализа факторов стоимости, влияющих на фундаментальную стоимость УК. В качетсве эконометрического анализа используется модель МНК.

_i =  + βX_it+ - модель (1),

_vi =  + βX_it+ - модель (2).

В ходе построения регрессионной модели, некоторые независимые переменные были преобразованы в логарифмические значения. Это связяно с их высокими значениями и значительными разбросами (size, age, deal size).

В процессе постреония регрессионной модели, призванной проверить выдвинутые гипотезы, был произведен ряд эконометрических манипуляций, призванных построить наиболее грамотную регрессионную модель.

)        Тест на нормальность распределения переменных

Для анализа переменных на нормальность распределения используются визуальный и формальный тесты. В качестве визуального анализа была построена функция Kernel Density. В большинстве случаев визуальное распределение не является нормальным. Для того, чтобы приблизить распределение к нормальному, был использован метод логарифмирования некоторых переменных. Стоит отмметить, что отсутствие нормального распределения в рамках данного исследования свидетельствует о специфике данных.